<![CDATA[Dalam kehidupan nyata, khususnya di bidang medis, sering dijumpai klasifikasi multiclass dengan data input yang tidak seimbang, imbalanced dataset. Kelas mayor merupakan jumlah data yang lebih banyak, sedangkan kelas minor jumlahnya sedikit. Kondisi dataset yang imbalanced sangat mempengaruhi hasil akurasi proses klasifikasi. Algoritma klasifikasi akan mengalami penurunan performa jika diberikan input data yang imbalanced. Oleh karena itu, diperlukan penyeimbangan data input untuk mempertahankan performa algoritma klasifikasi. Sehingga, dalam penelitian ini diterapkan algoritma SMOTE untuk menyelesaikan permasalahan distribusi kelas yang tidak seimbang pada imbalanced dataset. Penelitian ini menggunakan 3 dataset, yaitu Dataset 1 yang terdiri dari 68 data, Dataset 2 terdiri dari 180 data, dan Dataset 3 terdiri dari 371 data. Setelah dioperasikan dengan algoritma SMOTE, ketiga dataset tersebut menjadi data yang seimbang.]]>
Copyrights © 2022
