PDSIPDSI

Bulletin of Informatics and Data ScienceBulletin of Informatics and Data Science

Identifikasi jenis kelamin berdasarkan tulang tengkorak merupakan langkah penting dalam antropologi forensik, terutama dalam kasus di mana kerangka manusia yang tidak teridentifikasi ditemukan. Metode konvensional seperti analisis DNA sering digunakan, tetapi memiliki keterbatasan, terutama ketika tulang rusak, hangus, atau membusuk, sehingga mempersulit proses analisis. Penelitian ini menerapkan ensemble XGBoost dan Support Vector Machine untuk klasifikasi jenis kelamin pada tulang tengkorak. Tujuan dari penelitian ini adalah untuk menangani data kompleks dengan banyak fitur dan data tidak seimbang menggunakan metode ensemble XGBoost dan Support Vector Machine (SVM). Data yang digunakan terdiri dari 2.524 sampel dengan 82 fitur pengukuran. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1 score. Hasil penelitian menunjukkan bahwa kombinasi metode XGBoost dan SVM, terutama dengan kernel RBF, mampu mencapai akurasi hingga 91,52%. Temuan ini membuktikan bahwa pendekatan berbasis machine learning dapat menjadi solusi yang efektif dan andal dalam mendukung proses identifikasi forensik.

Penelitian ini membuktikan bahwa kombinasi metode XGBoost dan SVM, terutama dengan kernel RBF, mampu mencapai akurasi hingga 91,52% dalam klasifikasi jenis kelamin berdasarkan tulang tengkorak.Hasil ini mengindikasikan potensi besar machine learning dalam mendukung proses identifikasi forensik, khususnya dalam kasus di mana metode konvensional seperti analisis DNA mengalami keterbatasan.Penerapan ensemble learning dan teknik penyeimbangan data seperti ADASYN dapat meningkatkan akurasi dan keandalan model, sehingga memberikan kontribusi signifikan dalam bidang antropologi forensik.

Berdasarkan hasil penelitian ini, terdapat beberapa arah penelitian lanjutan yang dapat dieksplorasi. Pertama, penelitian selanjutnya dapat fokus pada pengembangan model yang lebih robust terhadap variasi populasi dan kondisi tulang yang berbeda, misalnya dengan menggunakan dataset yang lebih beragam dan menerapkan teknik augmentasi data yang lebih canggih. Kedua, eksplorasi fitur-fitur baru yang relevan dengan klasifikasi jenis kelamin, seperti analisis 3D dari bentuk tengkorak, dapat meningkatkan akurasi model. Ketiga, integrasi dengan metode forensik lainnya, seperti analisis DNA dan data antropometri, dapat memberikan informasi yang lebih komprehensif untuk identifikasi individu.

  1. Optimization of Support Vector Machine and XGBoost Methods Using Feature Selection to Improve Classification... doi.org/10.31289/jite.v6i2.8373Optimization of Support Vector Machine and XGBoost Methods Using Feature Selection to Improve Classification doi 10 31289 jite v6i2 8373
  2. Implementing Extreme Gradient Boosting (XGBoost) Classifier to Improve Customer Churn Prediction - EUDL.... eudl.eu/doi/10.4108/eai.2-8-2019.2290338Implementing Extreme Gradient Boosting XGBoost Classifier to Improve Customer Churn Prediction EUDL eudl eu doi 10 4108 eai 2 8 2019 2290338
Read online
File size309.25 KB
Pages8
DMCAReport

Related /

JURIS Klasifikasi Gestur BISINDO Berbasis Landmark Tangan Lengan Menggunakan Mediapipe Holistic dan Random Forest 2025More at 2025

CIPTA MEDIA HARMONICIPTA MEDIA HARMONI Model yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat danModel yang dilatih pada dataset seimbang mencapai akurasi 100% pada data uji dan 96% pada data baru, menunjukkan kemampuan klasifikasi yang akurat dan

JURIS Deep Learning Approach for Sleepiness Detection with YOLOv12 2025More at 2025

UMKLAUMKLA 000 gambar yang kemudian diperluas menjadi 6. 976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW000 gambar yang kemudian diperluas menjadi 6. 976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW

JURIS Using genetic algorithm feature selection to optimize XGBoost performance in Australian credit 2025More at 2025

SHMPUBLISHERSHMPUBLISHER Penelitian ini bertujuan meningkatkan akurasi algoritma klasifikasi dalam memprediksi risiko kredit dengan menerapkan algoritma genetik sebagai metodePenelitian ini bertujuan meningkatkan akurasi algoritma klasifikasi dalam memprediksi risiko kredit dengan menerapkan algoritma genetik sebagai metode

JURIS Kombinasi Metode SVM Dengan Optimasi SMOTE Terhadap Ulasan Pengguna Layanan Streaming 2024More at 2024

PLBPLB Kesimpulannya, metode SVM yang dioptimalkan dengan SMOTE terbukti efektif dalam meningkatkan akurasi klasifikasi sentimen ulasan pengguna terhadap layananKesimpulannya, metode SVM yang dioptimalkan dengan SMOTE terbukti efektif dalam meningkatkan akurasi klasifikasi sentimen ulasan pengguna terhadap layanan

JURIS Pembelajaran Ensemble untuk Klasifikasi Ulasan Pelanggan E commerce Menggunakan Teknik Boosting 2024More at 2024

PNCPNC Penelitian ini mengusulkan klasifikasi ulasan pelanggan menggunakan pembelajaran ensemble dengan teknik boosting yaitu XGBoost, AdaBoost, Gradient BoostingPenelitian ini mengusulkan klasifikasi ulasan pelanggan menggunakan pembelajaran ensemble dengan teknik boosting yaitu XGBoost, AdaBoost, Gradient Boosting

JURIS Perbandingan Kemampuan Klasifikasi Citra X ray Paru paru menggunakan Transfer Learning ResNet 50 dan VGG 16 2023More at 2023

MARANATHAMARANATHA Hasil menunjukkan bahwa VGG-16 lebih unggul dari ResNet-50 dalam hal kecepatan inferensi namun tidak dalam hal metrik evaluasi lainnya. Perubahan parameterHasil menunjukkan bahwa VGG-16 lebih unggul dari ResNet-50 dalam hal kecepatan inferensi namun tidak dalam hal metrik evaluasi lainnya. Perubahan parameter

JURIS Klasifikasi Penyakit Katarak Pada Mata Menggunakan Metode Convolutional Neural Network Cnn Berbasis Web 2022More at 2022

NINETYJOURNALNINETYJOURNAL Gangguan penglihatan yang sangat memprihatinkan adalah masalah kebutaan. Mengacu pada data World Health Organization (WHO) tahun 2018, katarak menyumbangGangguan penglihatan yang sangat memprihatinkan adalah masalah kebutaan. Mengacu pada data World Health Organization (WHO) tahun 2018, katarak menyumbang

JURIS Deep Learning Approach for Prediction of Brain Tumor from Small Number of MRI Images 2022More at 2022

JOIVJOIV Algoritma memprediksi sejumlah kecil citra MRI medis karena dataset hanya memiliki 98 citra sampel tumor otak jinak dan 155 citra sampel tumor otak ganas.Algoritma memprediksi sejumlah kecil citra MRI medis karena dataset hanya memiliki 98 citra sampel tumor otak jinak dan 155 citra sampel tumor otak ganas.

Useful /

JURIS Diabetes Classification using Gain Ratio Feature Selection in Support Vector Machine Method 2025More at 2025

PDSIPDSI The highest accuracy after applying feature selection reached 95.45% at a threshold of 0. 02 with a ratio of 80:20 using the RBF kernel with parametersThe highest accuracy after applying feature selection reached 95.45% at a threshold of 0. 02 with a ratio of 80:20 using the RBF kernel with parameters

JURIS Developing interactive multimedia in enhancing students listening comprehension using Moodle and Thinglink 2024More at 2024

UNIBUNIB Purposive sampling was used to collect the samples for analysis. Tests, questionnaires, and interviews were designed and employed to collect the data.Purposive sampling was used to collect the samples for analysis. Tests, questionnaires, and interviews were designed and employed to collect the data.

JURIS Developing android based literature theory learning media using the MIT App inventor application 2024More at 2024

UNIBUNIB Penelitian ini menunjukkan bahwa mahasiswa menguasai materi sebagai upaya untuk menghadapi perkembangan teknologi di era revolusi industri 4. PembelajaranPenelitian ini menunjukkan bahwa mahasiswa menguasai materi sebagai upaya untuk menghadapi perkembangan teknologi di era revolusi industri 4. Pembelajaran

JURIS Potensi Teh Rosela Hibiscus sabdariffa dan Daun Sambung Nyawa Gynura procumbens Sebagai Diet Antiobesitas 2023More at 2023

MARANATHAMARANATHA Studi ini menggunakan metode tinjauan pustaka dengan mengumpulkan sumber dari literatur ilmiah seperti WHO, PubMed, dan Google Scholar. Ekstrak HibiscusStudi ini menggunakan metode tinjauan pustaka dengan mengumpulkan sumber dari literatur ilmiah seperti WHO, PubMed, dan Google Scholar. Ekstrak Hibiscus

ads-block-test