Penerapan Ensemble Stacking untuk Klasifikasi Multi Kelas

Rio Ananda Fitriansyah

Abstrak

Klasifikasi adalah salah satu topik utama yang banyak digunakan dalam penelitian pembelajaran mesin. Beberapa penelitian terdahulu telah menghasilkan base classifier yang sampai saat ini masih digunakan. Banyak base classifier menunjukkan performa yang baik untuk klasifikasi biner tetapi performa classifier tersebut menurun pada saat digunakan untuk klasifikasi multi-kelas. Pada penelitian sebelumnya digunakan hybrid classifier untuk klasifikasi multi kelas. Hasil penelitian menunjukkan akurasi hybrid classifier yang diajukan lebih baik dari base classifier. pada penelitian ini ensemble method stacking diterapkan. Decision tree dan naïve bayes digunakan sebagai classifier dasar. Hasil pengujian menunjukkan metode ensemble stacking hanya mampu melampui pada beberapa dataset jika dibandingkan dengan hybrid classifier.

Metrics

  • 251 kali dilihat
  • 166 kali diunduh

Konferensi

Annual Research Seminar: Computer Science and Information and Communications Technology 2016

  • Konferensi di Palembang, Indonesia pada tahun 2016
  • 87 artikel

Seminar Nasional tahunan prodi Magister Teknik Informatika Fakultas Ilmu Komputer Universitas Sri... tampilkan semua