IAIIIAII
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)iJurnal RESTI (Rekayasa Sistem dan Teknologi Informas)iData scaling memiliki peran penting dalam praproses data yang berdampak pada kinerja dari algoritme machine learning. Penelitian ini bertujuan menganalisis pengaruh teknik normalisasi min-max dan standarisasi (normalisasi zero-mean) terhadap performa algoritme machine learning. Tahapan yang dilakukan dalam penelitian ini diantaranya pada dataset fitur venasi daun dilakukan normalisasi data. Hasil dari dataset yang telah dinormalisasi, kemudian diujikan ke empat algoritme machine learning antara lain KNN, Naïve Bayesian, ANN, SVM dengan kernel RBF dan kernel linear. Analisis dilakukan pada hasil evaluasi model menggunakan 10-fold cross validation, dan validasi menggunakan data uji. Hasil yang diperoleh menunjukkan bahwa Naïve Bayesian memiliki performa paling stabil terhadap penggunaan teknik normalisasi min-mix maupun standarisasi. Untuk algoritme KNN cukup stabil dibandingkan dengan SVM dan ANN. Namun, kombinasi antara teknik normalisasi min-max dengan SVM yang menggunakan kernel RBF dapat memberikan hasil performa terbaik. Disisi lain, SVM dengan kernel linear, performa terbaik diperoleh ketika menerapkan teknik standarisasi (normalisasi zero-mean). Sedangkan algoritme ANN, perlu dilakukan beberapa kali ujicoba untuk mengetahui teknik normalisasi data terbaik yang sesuai dengan algoritme tersebut.
Pengujian dataset fitur venasi daun hasil normalisasi min-max dan standarisasi (zero-mean) terhadap kelima algoritme machine learning diperoleh performa yang bervariasi.Diantara kelima algoritme yang telah diuji, Naïve Bayesian memiliki performa yang stabil ketika dataset fitur venasi daun diterapkan normalisasi data, baik normalisasi min-max maupun standarisasi (zero-mean).Penggunaan teknik normalisasi memang memiliki pengaruh yang besar terhadap algoritme machine learning.Sebaiknya tetap lakukan pengujian dengan sampel data yang bervariasi, karena jumlah data juga memiliki kontribusi dalam menghasilkan performa terbaik algoritme machine learning.
Penelitian selanjutnya dapat mengkaji pengaruh berbagai teknik data scaling lainnya, seperti robust scaling atau power transformer, terhadap performa algoritme machine learning dalam identifikasi tanaman. Selain itu, eksplorasi kombinasi fitur venasi daun dengan fitur lain, seperti warna atau tekstur, dapat meningkatkan akurasi klasifikasi. Pengembangan model machine learning yang mampu beradaptasi secara otomatis dengan teknik data scaling yang paling optimal untuk setiap jenis tanaman juga menjadi arah penelitian yang menarik untuk dieksplorasi.
| File size | 638.1 KB |
| Pages | 6 |
| Short Link | https://juris.id/p-1Gk |
| Lookup Links | Google ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard |
| DMCA | Report |
Related /
HK PUBLISHINGHK PUBLISHING Disarankan pihak sekolah, guru, dan orang tua mendukung pengembangan soft skill melalui kegiatan ekstrakurikuler dan lingkungan belajar yang aman. SoftDisarankan pihak sekolah, guru, dan orang tua mendukung pengembangan soft skill melalui kegiatan ekstrakurikuler dan lingkungan belajar yang aman. Soft
POLIMEDIAPOLIMEDIA Kolaborasi antara institusi pendidikan dan dunia industri diharapkan dapat meningkatkan relevansi keterampilan peserta dan daya saing mereka. Hasil yangKolaborasi antara institusi pendidikan dan dunia industri diharapkan dapat meningkatkan relevansi keterampilan peserta dan daya saing mereka. Hasil yang
UKIUKI Perubahan sosial di dunia fotografi di Lumajang dimulai dengan munculnya Hwa Fong Studio sebagai cikal bakal fotografi di daerah tersebut dan berkembangPerubahan sosial di dunia fotografi di Lumajang dimulai dengan munculnya Hwa Fong Studio sebagai cikal bakal fotografi di daerah tersebut dan berkembang
KOMPETIFKOMPETIF Problems have not been addressed in improving human resource development. The problem in this study that is studied is the influence of leadership andProblems have not been addressed in improving human resource development. The problem in this study that is studied is the influence of leadership and
DINASTIPUBDINASTIPUB Selain dari ketiga variabel eksogen ini yang mempengaruhi variabel endogen Retensi Karyawan, masih ada banyak faktor lain termasuk variabel kinerja, perilakuSelain dari ketiga variabel eksogen ini yang mempengaruhi variabel endogen Retensi Karyawan, masih ada banyak faktor lain termasuk variabel kinerja, perilaku
DINASTIPUBDINASTIPUB Oleh karena itu, perusahaan harus memperhatikan dan mempertahankan status kompensasi karyawan baik secara langsung maupun tidak langsung, serta mengelolaOleh karena itu, perusahaan harus memperhatikan dan mempertahankan status kompensasi karyawan baik secara langsung maupun tidak langsung, serta mengelola
IAIIIAII 5 detik. Pada pengujian user acceptance testing sistem informasi ini sangat membantu pasangan calon maupun partai pengusung dalam melakukan rekapitulasi5 detik. Pada pengujian user acceptance testing sistem informasi ini sangat membantu pasangan calon maupun partai pengusung dalam melakukan rekapitulasi
UPIUPI K-Means berurutan digunakan karena dapat menerima data masukan secara berurutan dan pusat kluster dapat diperbarui. Pengujian model dilakukan dalam tigaK-Means berurutan digunakan karena dapat menerima data masukan secara berurutan dan pusat kluster dapat diperbarui. Pengujian model dilakukan dalam tiga
Useful /
IAIIIAII Area parkir yang cukup luas dan tidak terdapat tanda petunjuk, akan membuat kesulitan bagi pemilik kendaraan untuk mengingat dan mencari kembali letakArea parkir yang cukup luas dan tidak terdapat tanda petunjuk, akan membuat kesulitan bagi pemilik kendaraan untuk mengingat dan mencari kembali letak
IAIIIAII Apabila diimplementasikan ke sebuah jaringan LAN dengan protocol routing RIPv2 dan OSPF, VRRP memiliki kualitas layanan yang lebih baik dari pada GLBP.Apabila diimplementasikan ke sebuah jaringan LAN dengan protocol routing RIPv2 dan OSPF, VRRP memiliki kualitas layanan yang lebih baik dari pada GLBP.
IAIIIAII Sistem ini menunjukkan performa tinggi, dengan akurasi 90%, presisi 100%, recall 88,88%, dan spesifisitas 94,12% berdasarkan pengukuran confusion matrix.Sistem ini menunjukkan performa tinggi, dengan akurasi 90%, presisi 100%, recall 88,88%, dan spesifisitas 94,12% berdasarkan pengukuran confusion matrix.
MARANATHAMARANATHA Metrik evaluasi yang digunakan dalam penelitian ini terdiri dari akurasi, presisi, sensitivitas, spesifisitas, skor F1, dan kecepatan waktu inferensi.Metrik evaluasi yang digunakan dalam penelitian ini terdiri dari akurasi, presisi, sensitivitas, spesifisitas, skor F1, dan kecepatan waktu inferensi.