Integrasi SMOTE Dan Ensemble AdaBoost Untuk Mengatasi Imbalance Class Pada Data Bank Direct Marketing
| Main Authors: | Rais, Amin Nur, Subekti, Agus |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | ind |
| Terbitan: |
LPPM Universitas BSI
, 2019
|
| Online Access: |
http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/6186 http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/6186/pdf |
Daftar Isi:
- Kampanye pemasaran produk bank secara langsung dapat dibantu dengan adanya teknologi informasi. Dengan terus bertambahnya data dan penggunaan teklogi informasi, data yang didapatkan dapat dimanfaatkan lebih maksimal untuk membuat keputusan. Dengan teknik klasifikasi dari, didapatkan hasil penambangan data berupa akurasi dari pembelajaran yang dilakukan. Metode dalam penelitian ini dengan menggunakan preprocessing SMOTE dan ensemble AdaBoost yang dikombinasikan dengan algoritma Naïve Bayes, SVM, dan J48. Hasil eksperimen yang diperoleh menunjukkan klasifikasi dengan menggunakan Naïve Bayes untuk akurasi sebesar 88,30%, sedangkan SVM 89,68%, dan J48 memiliki akurasi sebesar 95,73%. Maka dapat disimpulkan bahwa dengan menggunakan teknik klasifikasi Decision Tree J48 yang dikombinasikan dengan preprocessing SMOTE dan ensemble AdaBoost dapat memprediksi untuk menentukan objek pemasaran secara langsung kepada konsumen.