APTISIAPTISI
Aptisi Transactions on Technopreneurship (ATT)Aptisi Transactions on Technopreneurship (ATT)Automated Machine Learning (AutoML) telah merevolusi pengembangan model, tetapi dampaknya terhadap keragaman ensemble dan pengurangan overfitting masih belum banyak dieksplorasi. Systematic Literature Review (SLR) ini menganalisis 107 studi yang diterbitkan antara tahun 2020 dan 2024 untuk mengeksplorasi bagaimana AutoML meningkatkan keragaman ensemble, mengurangi overfitting, dan tantangan yang menghalangi integrasinya. Tidak seperti ulasan sebelumnya yang berfokus pada AutoML atau metode ensemble secara independen, studi ini mensintesis persimpangan keduanya dan mengidentifikasi tren penelitian utama. Temuan mengungkapkan bahwa AutoML meningkatkan ketahanan ensemble melalui penyetelan hiperparameter otomatis, meta-pembelajaran, dan blending algoritmik sambil menghadapi trade-off dalam biaya komputasi dan interpretasi. Empat tema utama muncul, mekanisme integrasi (19,6%), mitigasi overfitting (26,2%), trade-off kinerja (28,6%), dan hambatan integrasi (26,2%). Hasil empiris menunjukkan bahwa ensemble AutoML mengungguli model tradisional sebesar 22–41% dalam akurasi tetapi membutuhkan sumber daya komputasi sekitar 3,2 kali lebih tinggi. Kerangka kerja AutoML dan Explainable AI hibrida direkomendasikan untuk menyeimbangkan akurasi dan transparansi. Secara teoritis, studi ini memajukan pemahaman tentang sinergi antara AutoML dan pembelajaran ensemble, sementara secara praktis memberikan panduan untuk menerapkan sistem AI yang andal di sektor seperti perawatan kesehatan, keuangan, dan bisnis digital. Implikasi kebijakan selaras dengan UU AI Uni Eropa dan Perintah Eksekutif AS tentang AI yang terpercaya, mendukung Tujuan Pembangunan Berkelanjutan 9 dan 8.
Penelitian ini mensintesis temuan dari 107 studi (2020–2024) tentang AutoML untuk meningkatkan keragaman ensemble dan mengurangi overfitting.mekanisme integrasi, pengurangan overfitting, perbandingan kinerja, dan tantangan integrasi.Hasil kolektif mengkonfirmasi bahwa AutoML memungkinkan konstruksi model ensemble yang beragam dan dapat digeneralisasi melalui rekayasa fitur otomatis, optimasi hiperparameter, dan konfigurasi model.Untuk mewujudkan potensi penuh dari ensemble AutoML, diperlukan mengatasi trade-off utama antara kinerja, efisiensi, dan interpretasi.Penelitian di masa depan harus fokus pada pengembangan kerangka kerja yang efisien, terukur, dan secara inheren dapat dijelaskan.
Berdasarkan temuan ini, penelitian lanjutan dapat mengeksplorasi pengembangan kerangka kerja AutoML yang lebih adaptif dan domain-spesifik, yang mampu secara otomatis menyesuaikan strategi optimasi berdasarkan karakteristik data dan tujuan aplikasi. Selain itu, penelitian dapat berfokus pada peningkatan interpretasi model ensemble AutoML melalui integrasi teknik Explainable AI (XAI), memungkinkan pemahaman yang lebih baik tentang proses pengambilan keputusan model. Terakhir, penelitian dapat menyelidiki potensi penggunaan AutoML untuk membangun ensemble yang kuat dan efisien untuk aplikasi di lingkungan sumber daya terbatas, seperti perangkat edge, dengan mempertimbangkan trade-off antara akurasi, latensi, dan konsumsi daya.
- Optimizing Automated Machine Learning for Ensemble Performance and Overfitting Mitigation | Aptisi Transactions... doi.org/10.34306/att.v7i3.763Optimizing Automated Machine Learning for Ensemble Performance and Overfitting Mitigation Aptisi Transactions doi 10 34306 att v7i3 763
- One moment, please.... moment please wait request verified doi.org/10.34306/attOne moment please moment please wait request verified doi 10 34306 att
| File size | 4.31 MB |
| Pages | 15 |
| DMCA | Report |
Related /
ASIANPUBLISHERASIANPUBLISHER Koperasi di Indonesia masih mengalami rendahnya kepatuhan akuntansi akibat lemahnya akuntabilitas, keterbatasan kompetensi sumber daya manusia, serta faktorKoperasi di Indonesia masih mengalami rendahnya kepatuhan akuntansi akibat lemahnya akuntabilitas, keterbatasan kompetensi sumber daya manusia, serta faktor
CARAKACARAKA Penerapan struktur naratif Kishōtenketsu dalam penulisan naskah video feature merupakan pendekatan strategis dalam menyampaikan isu sensitif seperti adiksiPenerapan struktur naratif Kishōtenketsu dalam penulisan naskah video feature merupakan pendekatan strategis dalam menyampaikan isu sensitif seperti adiksi
UPIUPI Hasil penelitian menunjukkan stres air mengurangi pertumbuhan dan perkembangan pohon persik namun tidak berpengaruh signifikan terhadap hasil ketika dosisHasil penelitian menunjukkan stres air mengurangi pertumbuhan dan perkembangan pohon persik namun tidak berpengaruh signifikan terhadap hasil ketika dosis
UNSIQUNSIQ Metode pelatihan yang dilakukan berupa transfer of knowledge melalui workshop dan sosialisasi untuk karyawan magang di perusahaan. Selain itu, worshopMetode pelatihan yang dilakukan berupa transfer of knowledge melalui workshop dan sosialisasi untuk karyawan magang di perusahaan. Selain itu, worshop
YRPIPKUYRPIPKU Melalui skenario ilustratif, studi ini menunjukkan kemampuan kerangka untuk menganalisis trade‑off dan dampak jangka panjang terhadap stabilitas rantaiMelalui skenario ilustratif, studi ini menunjukkan kemampuan kerangka untuk menganalisis trade‑off dan dampak jangka panjang terhadap stabilitas rantai
UMIUMI Hasil UAT menunjukkan bahwa responden “sangat setuju bahwa sistem ini mudah digunakan, informatif, serta bermanfaat dalam memberikan pemahaman awal tentangHasil UAT menunjukkan bahwa responden “sangat setuju bahwa sistem ini mudah digunakan, informatif, serta bermanfaat dalam memberikan pemahaman awal tentang
UNDANAUNDANA Penelitian ini bertujuan untuk mencapai hal tersebut. Keputusan akan diambil menggunakan kombinasi metode Analytical Hierarchy Process (AHP) untuk menghitungPenelitian ini bertujuan untuk mencapai hal tersebut. Keputusan akan diambil menggunakan kombinasi metode Analytical Hierarchy Process (AHP) untuk menghitung
UMBUMB Hasil menunjukkan bahwa pemasok B dipilih sebagai pemasok yang lebih baik. Pemilihan pemasok yang efektif sangat menentukan keberhasilan perusahaan manufaktur,Hasil menunjukkan bahwa pemasok B dipilih sebagai pemasok yang lebih baik. Pemilihan pemasok yang efektif sangat menentukan keberhasilan perusahaan manufaktur,
Useful /
UPIUPI Uji perbedaan mean adalah alat yang berguna untuk menentukan apakah ada perbedaan signifikan antara dua kelompok data atau lebih. Selain itu, artikel iniUji perbedaan mean adalah alat yang berguna untuk menentukan apakah ada perbedaan signifikan antara dua kelompok data atau lebih. Selain itu, artikel ini
SKILLERINDONESIASKILLERINDONESIA Examples of AI applications, such as chatbots for academic guidance, online learning systems, and automated assessments, are obtained from these sources.Examples of AI applications, such as chatbots for academic guidance, online learning systems, and automated assessments, are obtained from these sources.
SKILLERINDONESIASKILLERINDONESIA Siswa dengan latar belakang pendidikan sains dan non-sains menunjukkan perbedaan signifikan dalam kemampuan pemikiran ilmiah, terutama pada komponen pertanyaanSiswa dengan latar belakang pendidikan sains dan non-sains menunjukkan perbedaan signifikan dalam kemampuan pemikiran ilmiah, terutama pada komponen pertanyaan
SKILLERINDONESIASKILLERINDONESIA Studi ini bertujuan untuk menganalisis pengaruh keyakinan diri, motivasi, dan komitmen terhadap kepemimpinan perempuan di Kecamatan Selong, Lombok Timur.Studi ini bertujuan untuk menganalisis pengaruh keyakinan diri, motivasi, dan komitmen terhadap kepemimpinan perempuan di Kecamatan Selong, Lombok Timur.