Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID)
Jurnal Ilmiah Matematika · 2025
DOI: 10.26555/jim.v10i1.30873 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Ilmiah Matematika, 2025. Verfasst von Tyas Kusuma Argani. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Klasifikasi data tidak seimbang sering menghadapi tantangan dalam mencapai keseimbangan antara sensitivitas dan spesifisitas. Penelitian ini menganalisis performa algoritma SMOTE-Bagging pada klasifikasi data tidak seimbang menggunakan metode Chi-Square Automatic Interaction Detection (CHAID), dengan studi kasus stunting pada balita tahun 2022 di Bojongsoang. SMOTE (Synthetic Minority Over-sampling Technique) digunakan untuk meningkatkan representasi kelas minoritas dalam dataset, kemudian digabungkan dengan teknik Bagging untuk meningkatkan kinerja klasifikasi. Hasil penelitian menunjukkan bahwa algoritma SMOTE-Bagging CHAID meningkatkan performa dalam klasifikasi data tidak seimbang, dengan peningkatan sensitivitas sebesar 65%, Area Under Curve (AUC) sebesar 42%, dan keseimbangan antara sensitivitas dan spesifisitas (G-Mean) sebesar 71%. Implementasi SMOTE-Bagging meningkatkan sensitivitas dan memberikan keseimbangan yang lebih baik antara sensitivitas dan spesifisitas.
Zitieren
APA
Argani, T. K. (2025). Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID). Jurnal Ilmiah Matematika. https://doi.org/10.26555/jim.v10i1.30873
Vancouver
Argani TK. Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID). Jurnal Ilmiah Matematika. 2025. doi:10.26555/jim.v10i1.30873
BibTeX
@article{Argani2025,
author = {Argani, Tyas Kusuma},
title = {Analisis Performa Algoritma Smote-Bagging Dalam Klasifikasi Data Tidak Seimbang Dengan Metode Chi-Square Automatic Interaction Detection (CHAID)},
journal = {Jurnal Ilmiah Matematika},
year = {2025},
doi = {10.26555/jim.v10i1.30873}
}
EUVIMED