Afiqo, Rosi (2018) Klasifikasi Aduan Masyarakat pada SAMBAT Online Kota Malang dengan Menggunakan Seleksi fitur Information Gain-Genetic Algorithm. Sarjana thesis, Universitas Brawijaya.
Abstract
SAMBAT Online merupakan sistem aplikasi yang digunakan untuk menampung aduan dari masyarakat terhadap pemerintah Kota Malang. Tidak dilengkapinya fitur pemilihan SKPD terkait pada sistem tersebut menyulitkan diskominfo Kota Malang dalam melakukan pelaporan aduan tersebut kepada SKPD terkait. Hal ini dikarenakan pengelompokan aduan masyarakat berdasarkan SKPD terkait masih dilakukan secara manual. Oleh karena itu, diperlukan sistem yang dapat mengelompokkan aduan berdasarkan SKPD terkait secara otomatis untuk efisiensi waktu. NW-KNN merupakan metode klasifikasi yang dapat digunakan untuk menangani masalah data tidak seimbang yang bekerja dengan melibatkan seluruh data training dalam prosesnya. Teknik seleksi fitur yang akan digunakan adalah information gain dan genetic algorithm untuk mendapatkan jumlah fitur yang sedikit dan f-measure yang tinggi. Tahapan yang dilakukan sistem dalam mendapatkan fitur terbaik yaitu pertama pre-processing data, kedua seleksi fitur dengan information gain, dan yang ketiga seleksi fitur dengan genetic algorithm. Hasil pengujian yang dilakukan menghasilkan rata-rata fmeasure sebesar 0,22 untuk data tidak seimbang dan 0,39 untuk data seimbang. Hasil tersebut telah mengalami peningkatan hingga 0,04 untuk data tidak seimbang dan 0,22 untuk data seimbang dari hasil klasifikasi tanpa menggunakan proses seleksi fitur. Berdasarkan hasil tersebut, dapat disimpulkan bahwa klasifikasi menggunakan NW-KNN dapat mengatasi permasalahan keseimbangan data dan penggunaan seleksi fitur information gain – genetic algorithm dapat digunakan untuk meningkatkan hasil klasifikasi.
English Abstract
SAMBAT Online is an application system used to accommodate complaints from the public against to the government of Malang. The incomplete features of SKPD selection related to the system made it difficult for Diskominfo of Malang City to report the complaint to the related SKPD. This is because the complaint grouping based on related SKPD is still done manually. Therefore, a system that can group complaints based on the relevant SKPD is required for time efficiency. NW-KNN is classification method which can be used to handle balanced issues that work by involving all training data in the process. The feature selection techniques that will be used are information gain and genetic algorithm to get a small number of features and high f-measure. Stages performed in the system get the best features of the first is pre-processing data, second is feature selection by using information gain, and the third is selection features by using genetic algorithm. The results of the tests performed resulted 0.22 in average of f-measure for unbalanced data and 0.39 for balanced data. These results have increased up to 0.04 for unbalanced data and 0.22 for balanced data from classification results without using feature selection process. Based on these results, it can be concluded that the classification using NW-KNN and information gain-genetic algorithm feature selection can be used to improve the classification results.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2018/777/051809197 |
Uncontrolled Keywords: | klasifikasi, NW-KNN, seleksi fitur, information gain, algoritme genetika classification, NW-KNN, feature selection, information gain, genetic algorithm |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.3 Programs |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 26 Mar 2019 01:49 |
Last Modified: | 22 Oct 2021 04:49 |
URI: | http://repository.ub.ac.id/id/eprint/14004 |
![]() |
Text
Rosi Afiqo.pdf Download (6MB) |
![]() |
Other (Thumbnails conversion from text to thumbnail_lightbox)
lightbox.jpg Download (18kB) |
![]() |
Other (Thumbnails conversion from text to thumbnail_preview)
preview.jpg Download (7kB) |
![]() |
Other (Thumbnails conversion from text to thumbnail_medium)
medium.jpg Download (2kB) |
![]() |
Other (Thumbnails conversion from text to thumbnail_small)
small.jpg Download (1kB) |
Actions (login required)
![]() |
View Item |