Membandingkan Pengaruh Feature Selection Terhadap Algoritma Naïve Bayes dan Support Vector Machine
| Main Authors: | Rahmansyah, Aldi, Dewi, Ovitasari, Andini, Puti, Ningrum, Trisna Hastuti Puspita, Suryana, Muhammad Eka |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia
, 2018
|
| Online Access: |
https://journal.uii.ac.id/Snati/article/view/11102 https://journal.uii.ac.id/Snati/article/view/11102/8470 |
Daftar Isi:
- Feature selection menjadi perhatian di banyak bidang penelitian yang menggunakan machine learning, karena menyediakan pengklasifikasi untuk mempercepat proses, menghemat biaya dan meningkatkan akurasi. Pada penelitian ini kami menggunakan beberapa algoritma dengan menerapkan Algoritma Machine learning. Algoritma yang kami gunakan yaitu Support Vector Machine dan Naïve Bayes dengan sebelas features. Dan untuk mempermudah penerapannya di dunia nyata kami juga melakukan feature selection dengan harapan mengurangi features yang digunakan. Hasil yang kami dapatkan adalah pengaruh feature selection terbaik ada pada algoritma Naive Bayes yang mendapat nilai presisi dan recall 0.5 dan 0.52 yang sebelumnya adalah 0.455 dan 0.434. Sebaliknya pada Support Vector Machine, hasil terbaiknya adalah ketika semua feature digunakan tanpa ada yang dikurangi.