Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Simetris

ANT COLONY OPTIMIZATION UNTUK MENYELEKSI FITUR DAN KLASIFIKASI ARTIKEL nugroho, arief kelik; Permadi, Ipung
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.946 KB) | DOI: 10.24176/simet.v10i1.2944

Abstract

Algoritma koloni semut dapat diterapkan dalam pengklasifikisian dengan menerapkan mekanisme perilaku semut dalam mencari sumber makanan. Semut memberikan kemungkinan hasil terbaik/optimal berdasar intensitas pheromone. Himpunan fitur pada artikel diseleksi berdasarkan topik atau jenis kelas yang diinputkan dalam sistem kemudian dievaluasi dengan mengecek kesesuaian masing-masing semut. Berdasarkan 10 percobaan yang telah dilakukan, percobaan dengan hasil terbaik didapatkan pada percobaan pertama dan terakhir yang menyeleksi/memilih 66 fitur yang artinya berhasil mengurangi fitur sebanyak 96,34% dengan akurasi pelatihan 52%.
ANT COLONY OPTIMIZATION UNTUK MENYELEKSI FITUR DAN KLASIFIKASI ARTIKEL nugroho, arief kelik; Permadi, Ipung
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (409.946 KB) | DOI: 10.24176/simet.v10i1.2944

Abstract

Algoritma koloni semut dapat diterapkan dalam pengklasifikisian dengan menerapkan mekanisme perilaku semut dalam mencari sumber makanan. Semut memberikan kemungkinan hasil terbaik/optimal berdasar intensitas pheromone. Himpunan fitur pada artikel diseleksi berdasarkan topik atau jenis kelas yang diinputkan dalam sistem kemudian dievaluasi dengan mengecek kesesuaian masing-masing semut. Berdasarkan 10 percobaan yang telah dilakukan, percobaan dengan hasil terbaik didapatkan pada percobaan pertama dan terakhir yang menyeleksi/memilih 66 fitur yang artinya berhasil mengurangi fitur sebanyak 96,34% dengan akurasi pelatihan 52%.