Klasifikasi Pengembalian Radar dari Ionosfer Menggunakan SVM, Naïve Bayes dan Random Forest

Abstract


 
 
 
 ABSTRAK – Klasifikasi merupakan salah satu topik utama dalam data mining atau machine learning. Klasifikasi adalah suatu pengelompokan data dimana data yang digunakan tersebut mempunyai kelas label atau target. Klasifikasi digunakan untuk mengambil data dan ditempatkan kedalam kelompok tertentu. Studi tentang ionosfer penting untuk penelitian di berbagai domain, khususnya dalam sistem komunikasi. Dalam penelitian ionosfer, perlu dilakukan klasifikasi radar yang berguna dan tidak berguna dari ionosfer. Pada makalah ini, akan dilakukan klasifikasi terhadap data inosphere yang diambil dari UCI machine learning repository. Klasifikasi dilakukan dengan menggunakan tiga metode klasifikasi, yakni SVM ( Support Vector Machine ) , Naïve Bayes, dan Random Forest. Hasil dari percobaan ini bisa menunjukkan prediksi dari setiap percobaan dengan tingkat akurasi dan prediksi yang berbeda-beda di setiap metode yang digunakan. Hasil akurasi, presisi, dan recall terbaik didapatkan pada metode Random Forest dengan rasio data latih dan data uji sebesar 85% didapat akurasi dari data uji sebesar 90,57% dengan presisi sebesar 94,12%.
 Kata Kunci – Ionosfer; Klasifikasi; SVM; Naïve Bayes; Random Forest.
 
 
 

Perbandingan Metode Data Mining dalam Pengklasifikasian Status Desa Kabupaten Purwakarta dan Bandung Barat (Podes 2021)

“…Klasifikasi merupakan salah satu topik utama dalam data mining. Klasifikasi adalah menganalisis data menggunakan model yang menggambarkan kelas data (Aryani & Wijayanto, 2021). Klasifikasi desa perkotaan dan perdesaan dapat digunakan untuk perencanaan pembangunan wilayah yang mencakup berbagai aspek dengan mempertimbangkan peran keterkaitan antara desa dan kota.…”