(0721) 8030188    pusat@itera.ac.id   

PENANGANAN DATA IMBALANCED MENGGUNAKAN PENDEKATAN CLUSTERING K-MEANS PADA MWMOTE


Dataset merupakan bahan baku yang digunakan untuk menghasilkan informasi. Biasanya dataset digunakan dalam pembelajaran mesin dan data mining. Namun tidak semua data bisa dilakukan pemrosesan menggunakan pembelajaran mesin dan data mining. Salah satunya seperti Imbalance data. Imbalance data merupakan salah satu kondisi pada data yang memiliki perbedaan terkait jumlah data pada kelas data. Jika data ini dilakukan pemrosesan untuk sebuah informasi. Maka akan dihasilkan keputusan yang akan berpengaruh terhadap kualitas data dan performa model. Namun masalah ini bisa diatasi menggunakan beberapa teknik untuk mengubah data imbalance menjadi data balance. Pada penelitian ini menggunakan teknik resampling dengan menggunakan Oversampling. Konsep Oversampling ini menambah jumlah data minoritas sebanyak jumlah data mayoritas. Metode Oversampling yang digunakan adalah MWMOTE (Majority Weight Minoritasity Oversampling Techique). yang akan dikembangkan dengan Clustering K-Means. Penelitian ini diperoleh kenaikan akurasi MWMOTE + Kmeans dari akurasi Normal sebesar 70

URI
https://repo.itera.ac.id/depan/submission/SB2206050036

Keyword