Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal KOMPUTEK
Serly Agustin
Universitas Adhirajasa Rewara Sanjaya
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Algoritma Genetika Optimalisasi Fitur Seleksi Pada Kismis Di Turki Menggunakan Model Random Forest Trisna Trisna; Hafidh Ashil; Serly Agustin; Yudi Ramadhani
KOMPUTEK Vol 7, No 1 (2023): April
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/jkt.v7i1.1894

Abstract

Ada banyak jenis kismis, termasuk varietas emas dan cokelat tua. Kedua kismis itu tidak sama, meski kesan pertama mereka mirip. Saat ini, lebih dari 1 juta ton kismis diproduksi di seluruh dunia. Di sebagian besar dunia, kismis dikonsumsi oleh orang-orang dari semua budaya dan kelas sosial. Produksi kismis dunia relatif tinggi, khususnya di Indonesia. Tujuan dari penelitian ini yaitu untuk mengklasifikasi dataset raisin menggunakan data mining, sehingga memunculkan nilai akurasi yang paling tinggi dari lima algoritma dan dua tipe optimasi yang akan dikomparasi nantinya. Pada penelitian ini, peneliti menggunakan metode klasifikasi dengan algoritma RF dan optimasi fitur seleksi GA yang dilakukan pemisahan data training dan data testing sebelumnya menggunakan cross validation dan split validation rasio 0,5 – 0,9. Nilai akurasi dan AUC yang dihasilkan oleh metode RF adalah 85.56% untuk akurasi dan 0.922 untuk AUC. untuk mengevaluasi operator validasi split dengan rasio split mulai dari 0,5 hingga 0,9 menggunakan metode RF. Berdasarkan pengujian yang dijalankan, rata-rata akurasi dan nilai AUC masing-masing adalah 84.52% dan 0.916. Optimalisasi fitur seleksi dengan metode GA memanfaatkan validasi data dengan 10-Fold-Validation dilakukan untuk meningkatkan performa nilai akurasi algoritma RF. Hal ini menghasilkan nilai sebesar 87.56% untuk akurasi dan 0.928 untuk AUC.
Co-Authors Hafidh Ashil Trisna Trisna Yudi Ramadhani