Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Matematika
Tyas Kusuma Argani
Unknown Affiliation
Mathematics

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

Found 1 Documents
Search

 1 
Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID) Tyas Kusuma Argani
Jurnal Ilmiah Matematika Vol. 10 No. 1 (2023)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v10i1.30873

Abstract

Klasifikasi data tidak seimbang sering menghadapi tantangan dalam mencapai keseimbangan antara sensitivitas dan spesifisitas. Penelitian ini menganalisis performa algoritma SMOTE-Bagging pada klasifikasi data tidak seimbang menggunakan metode Chi-Square Automatic Interaction Detection (CHAID), dengan studi kasus stunting pada balita tahun 2022 di Bojongsoang. SMOTE (Synthetic Minority Over-sampling Technique) digunakan untuk meningkatkan representasi kelas minoritas dalam dataset, kemudian digabungkan dengan teknik Bagging untuk meningkatkan kinerja klasifikasi. Hasil penelitian menunjukkan bahwa algoritma SMOTE-Bagging CHAID meningkatkan performa dalam klasifikasi data tidak seimbang, dengan peningkatan sensitivitas sebesar 65%, Area Under Curve (AUC) sebesar 42%, dan keseimbangan antara sensitivitas dan spesifisitas (G-Mean) sebesar 71%. Implementasi SMOTE-Bagging meningkatkan sensitivitas dan memberikan keseimbangan yang lebih baik antara sensitivitas dan spesifisitas.
Co-Authors