Categories
Uncategorized

Adaboost

Nama : Septira Nurul Hidayah | NIM : 17106050036

Metode AdaBoost merupakan salah satu algoritma supervised pada data mining yang diterapakan secara luas untuk membuat model klasifikasi. AdaBoost sendiri pertama kali diperkenalkan oleh Yoav Freund dan Robert Schapire(1995). Adaptive boosting (adaboost) merupakan salah satu dari beberapa varian pada algoritma boosting. Adaboost merupakan ensemble learning yang sering digunakan pada algoritma boosting. Boosting bisa dikombinasikan dengan classifier algoritma yang lain untuk meningkatkan performa klasifikasi. Tentunya secara intuitif, penggabungan beberapa model akan membantu jika model tersebut berbeda satu sama lain. Adaboost dan variannya telah sukses diterapkan pada beberapa bidang (domain) karena dasar teorinya yang kuat, presdiksi yang akurat, dan kesederhanaan yang besar.

Sumber :

Click to access 176144-ID-penerapan-adaboost-untuk-klasifikasi-sup.pdf

https://publikasiilmiah.ums.ac.id/handle/11617/5812

Categories
Uncategorized

Binerisasi

Nama : Septira Nurul Hidayah | NIM : 17106050036

Transformasi data dari tipe kontinu dan diskret ke atribut biner disebut binerisasi (binarization). Algoritma asosiasi membutuhkan data dengan atribut bertipe biner. Jumlah atribut yang dibutuhkan untuk binerisasi adalah N=⌈𝑙𝑜𝑔2(𝑀)⌉. Cara pertama untuk melakukan binerisasi adalah dari M macam nilai kategoris, masing-masing diberikan nilai yang unik dengan nilai integer dalam jangkauan [0,M-1]. Jika atribut ordinal, urutan nilai kategorisnya harus diperhatikan. Misalnya untuk nilai kategoris kualitas = {rusak, jelek, sedang, bagus, sempurna}, nilai-nilai tersebut memiliki urutan nilai dari rendah ke tinggi.

Sumber :

Click to access Pertemuan%204%20-%20Materi%20%5BDM%20-%202015%5D.pdf

https://slideplayer.info/slide/11958631/

Design a site like this with WordPress.com
Get started