Article Per Year (5 Year)
p-Index From 2021 - 2026
1.468
P-Index
This Author published in this journals
All Journal Jurnal TIMES Sainmatika: Jurnal Ilmiah Matematika dan Ilmu Pengetahuan Alam MATH LOCUS: Jurnal Riset dan Inovasi Pendidikan Matematika Utsaha: Journal of Entrepreneurship International Journal of Accounting, Management, Economics and Social Sciences (IJAMESC) Scientific Journal of Informatics Journal of Mathematics, Computation and Statistics (JMATHCOS) Indonesian Journal of Statistics and Its Applications
Indahwati
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Mathematics Physics Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal TIMES

 1 
KOMPARASI TEKNIK UNDERSAMPLING DAN OVERSAMPLING PADA REGRESI LOGISTIK BINER DALAM MENDUGA FAKTOR DETERMINAN BERHENTI MEROKOK PENDUDUK LANJUT USIA Amelia, Reni; Indahwati; Erfiani; Fitrianto , Anwar; Rizki, Akbar
Jurnal TIMES Vol 10 No 2 (2021): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.97 KB) | DOI: 10.51351/jtm.10.2.2021652

Abstract

Teknik resampling adalah salah satu teknik pre-processing untuk menyeimbangkan distribusi data sehingga mengurangi efek distribusi kelas atau kategori yang tidak seimbang. Teknik resampling yang biasa digunakan adalah random oversampling dan random undersampling. Dalam penelitian ini, random oversampling digunakan untuk menyeimbangkan data dengan cara oversampling secara acak pada kelas minoritas (penduduk lansia yang berhenti merokok). Random undersampling digunakan untuk menyeimbangkan data dengan cara undersampling (mengeliminasi) secara acak kelas mayoritas (penduduk lansia yang masih merokok). Data yang telah diproses dengan resampling selanjutnya dilakukan pemodelan dengan model regresi logistik biner. Model regresi logistik biner dengan random undersampling merupakan model terbaik karena memiliki balanced accuracy terbesar. Peubah yang signifikan memengaruhi berhenti merokok adalah pendidikan, pekerjaan, akses internet, dan usia lansia.
Co-Authors Aam Alamudi Agustini, Ni Ketut Yulia ALIU, MUFTIH ALWI Amelia, Reni Dwi Bakti Iriantini Erfiani Fitrianto, Anwar Hiola, Yani Prihantini Marpurdianto, Kharis Mega Maulina Muftih Alwi Aliu Nur Hidayah Pratiwi, Nafisa Berliana Indah Randi Lukmanto Rizki, Akbar Setyowati, Silfiana Lis Surya, Ardi Waliulu, Megawati Zein