<![CDATA[Data mining adalah proses menghasilkan pola dan pengetahuan dari himpunan data besar. Sumber data dapat diperoleh dari database, web, atau penyimpanan informasi lainnya. Sebagian besar algoritma data mining bekerja paling baik ketika jumlah sampel di setiap kelas berada pada jumlah yang hampir sama. Namun dalam kasus masalah klasifikasi, jumlah observasi yang termasuk dalam satu kelas sangatlah signifikan lebih kecil daripada kelas lain bukanlah hal yang langka sama sekali. Inilah yang disebut klasifikasi data yang tidak seimbang. Dalam mengatasi masalah ketidakseimbangan data dapat dilakukan teknik resampling. Pengambilan sampel ulang dibagi menjadi dua jenis, yaitu pengambilan sampel terlalu rendah yang disebut random undersampling dan pengambilan sampel berlebihan yang disebut random oversampling. Penelitian ini akan menerapkan teknik oversampling dan undesampling yang dilanjutkan dengan prediksi klasasifikasi menggunakan algoritma C5.0 pada kasus klasifikasi siswa yang tidak naik kelas disekolah. Berdasarkan hasil uji yang telah dilakukan dengan tiga dataset yang berbeda, algoritma C5.0 dengan k-fold cross validation dapat bekerja lebih baik pada dataset yang diolah melalui teknik random oversampling dibandingkan dataset asli ataupun dataset yang dibentuk dari teknik random undersampling. Ini ditunjukkan dengan akurasi pada setiap lipatan cenderung stabil dan konsisten pada kisaran 93% sampai 97,6%.]]>
Copyrights © 2024
