JOIVJOIV
JOIV : International Journal on Informatics VisualizationJOIV : International Journal on Informatics VisualizationSalah satu metode pengelompokan yang paling dikenal adalah algoritma fuzzy c-means clustering, selain k-means dan hierarchical clustering. Karena FCM memperlakukan semua fitur data sebagai sama pentingnya, ia mungkin mendapatkan hasil pengelompokan yang buruk. Untuk mengatasi masalah ini, diperlukan pemilihan fitur dengan pembobotan fitur. Selain pemilihan fitur dengan memberikan bobot fitur, ada juga pemilihan fitur dengan memberikan bobot fitur dan menghilangkan fitur yang tidak terkait. Algoritma clustering FRFCM (Feature-reduction FCM) dapat meningkatkan hasil clustering FCM dengan menimbang fitur dan membuang fitur yang tidak terkait selama proses clustering. Bola basket adalah salah satu olahraga terkenal, baik secara internasional maupun nasional. Ada lima pemain dalam bola basket, masing-masing dengan posisi yang berbeda. Seorang pemain umumnya dapat berada di posisi penjaga, penyerang, atau tengah. Ketiga posisi umum ini membutuhkan karakteristik kondisi fisik pemain yang berbeda. Dalam makalah ini, FRFCM digunakan untuk memilih fitur fisik terkait untuk pemain bola basket, yang terdiri dari tinggi, berat, usia, dan indeks massa tubuh. untuk menentukan posisi pemain bola basket. Hasilnya menunjukkan bahwa FRFCM dapat diterapkan untuk menentukan posisi pemain bola basket, di mana fitur fisik yang paling terkait adalah tinggi pemain. FRFCM mendapatkan satu posisi pemain yang salah, sehingga tingkat kesalahan adalah 0,0435. Sebagai perbandingan, FCM mendapatkan lima posisi pemain yang salah, dengan tingkat kesalahan 0,2174. Metode ini dapat membantu pelatih memutuskan posisi pemain bola basket baru.
FRFCM dapat mengelompokkan posisi pemain bola basket.FRFCM dilakukan dengan menimbang setiap fitur dengan bobot fitur dan membuang fitur(s) dengan bobot fitur yang kecil.Proses pembobotan dan pembuangan dilakukan secara bersamaan dalam proses clustering.Ada empat fitur dari kondisi fisik pemain, yaitu tinggi, berat, usia, dan BMI.FRFCM menemukan fitur tinggi sebagai kondisi fisik terkait yang paling penting untuk menentukan posisi pemain, terutama untuk tim Satya Wacana Saints.Dengan membandingkan hasil clustering dengan posisi sebenarnya, FRFCM hanya mendapatkan satu posisi yang salah, sehingga tingkat kesalahan adalah 0,0435.Metode ini dapat membantu pelatih dalam menentukan posisi pemain bola basket.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan untuk memperluas pemahaman dan penerapan FRFCM dalam konteks analisis posisi pemain bola basket. Pertama, penelitian dapat difokuskan pada eksplorasi fitur-fitur tambahan yang relevan dengan performa pemain, seperti data statistik permainan (misalnya, jumlah assist, rebound, steal) dan data biomekanik (misalnya, kecepatan lari, kekuatan lompatan). Dengan menggabungkan fitur-fitur ini, model FRFCM dapat menjadi lebih akurat dalam memprediksi posisi pemain yang optimal. Kedua, penelitian dapat menginvestigasi penggunaan teknik machine learning yang lebih canggih, seperti deep learning, untuk mengotomatiskan proses pemilihan fitur dan penentuan bobot fitur dalam FRFCM. Hal ini dapat mengurangi ketergantungan pada parameter yang ditetapkan secara manual dan meningkatkan kemampuan model untuk beradaptasi dengan data yang bervariasi. Ketiga, penelitian dapat memperluas penerapan FRFCM ke analisis posisi pemain dalam berbagai tingkat kompetisi bola basket, mulai dari liga amatir hingga liga profesional. Dengan membandingkan kinerja model pada berbagai tingkat kompetisi, dapat diidentifikasi faktor-faktor yang memengaruhi efektivitas FRFCM dan disesuaikan agar sesuai dengan karakteristik data yang berbeda.
| File size | 3.48 MB |
| Pages | 7 |
| DMCA | ReportReport |
Related /
JOIVJOIV Dengan server Moodle sentral, berbagai LMS dapat diintegrasikan dengan metode yang sesuai dengan keadaan uniknya. Untuk konfigurasi impor/ekspor Canvas,Dengan server Moodle sentral, berbagai LMS dapat diintegrasikan dengan metode yang sesuai dengan keadaan uniknya. Untuk konfigurasi impor/ekspor Canvas,
JOIVJOIV Algoritma meta-heuristik telah menjadi alat optimasi yang kuat untuk menangani masalah optimasi kompleks non-smooth serta mengatasi permasalahan teknikAlgoritma meta-heuristik telah menjadi alat optimasi yang kuat untuk menangani masalah optimasi kompleks non-smooth serta mengatasi permasalahan teknik
JOIVJOIV Penelitian ini bertujuan mengembangkan neural collaborative filtering dengan memanfaatkan Sentence BERT. Sentence BERT diterapkan pada judul dan isi beritaPenelitian ini bertujuan mengembangkan neural collaborative filtering dengan memanfaatkan Sentence BERT. Sentence BERT diterapkan pada judul dan isi berita
JOIVJOIV The analysis of packets delay time in the networks data link layer is carried out for different values of the intensity of packet arrival and the probabilitiesThe analysis of packets delay time in the networks data link layer is carried out for different values of the intensity of packet arrival and the probabilities
Useful /
JOIVJOIV Therefore, this study proposes the application of unmanned aerial vehicles and RGB imagery for monitoring rice crop development and paddy field condition.Therefore, this study proposes the application of unmanned aerial vehicles and RGB imagery for monitoring rice crop development and paddy field condition.
JOIVJOIV To conclude, the accuracy of ANN, Naïve Bayes and Decision Table classifiers has been increased by using this feature selection approach compared to theTo conclude, the accuracy of ANN, Naïve Bayes and Decision Table classifiers has been increased by using this feature selection approach compared to the
JOIVJOIV Aplikasi ini menggunakan Region-based Convolutional Neural Networks (R-CNN) untuk mengenali objek dalam modul pengenalan objek, dan memberikan umpan balikAplikasi ini menggunakan Region-based Convolutional Neural Networks (R-CNN) untuk mengenali objek dalam modul pengenalan objek, dan memberikan umpan balik
INABJINABJ Hasil penelitian ini mengindikasikan bahwa kedua metode tersebut memiliki tingkat akurasi yang sebanding dalam mendeteksi resistensi obat TB garis kedua.Hasil penelitian ini mengindikasikan bahwa kedua metode tersebut memiliki tingkat akurasi yang sebanding dalam mendeteksi resistensi obat TB garis kedua.