Irawan, Novta Dany’el (2017) Analisis Dan Implementasi Pendekatan Korelasi Untuk Perbaikan Missing Value Dengan Metode K-Nearest Neighbor (K-Nn). Magister thesis, Universitas Brawijaya.
Abstract
Missing value sering terjadi dalam metode klasifikasi disebabkan karena informasi tentang objek tidak diberikan, sulit dicari, atau memang informasi tersebut tidak ada, hal ini akan menyebabkan menurunya keakuratan dan kualitas data pada saat data diolah. Mengganti variabel kosong dengan estimasi dari beberapa nilai tidak dapat langsung dilakukan jika variabel kosong. Diperlukan pendekatan spesifik untuk mengetahui korelasi antara variabel kosong (missing value) dengan variabel pengganti atau cadangan. Menentukan jurusan bagi siswa SMA, murid dan orang tua mereka sering mengabaikan untuk mengisi data yang lengkap. Data mengalami missing value dapat diatasi dengan menambahkan data variabel cadangan yang diperoleh dari hasil pengukuran menggunakan pendekatan korelasi dengan metode klasifikasi K-Nearest Neighbor (K-NN). Pendekatan korelasi dilakukan karena peneliti perlu mengetahui ketersediaan dan kekuatan korelasi variabel yang berkaitan dengan objek. Pendekatan korelasi bertujuan untuk mengetahui bukti adanya korelasi antara variabel dan untuk mendapatkan korelasi signifikan atau tidak signifikan. Metode klasifikasi yang digunakan dalam penelitian ini adalah K-NN, karena termasuk metode klasifikasi dengan konsistensi kuat, menghitung hubungan antara kasus baru dan kasus lama berdasarkan nilai k dan tetangga terdekatnya. Mengamati hasil kuesioner dilakukan untuk meneliti nilai korelasi data cadangan, hal ini termasuk dalam kategori data cadangan yang layak. Hasil percobaan pada k nilai metode K-NN dengan menggunakan k value = 3, 5, 7, 9, dan 11 dari 500 data dan 31 pola kasus lama, menunjukkan bahwa akurasi yang tinggi 97% pada nilai k = 5.
English Abstract
Missing value often occured in classification method is caused by information on unavailable, and unaffordable object, or the unexisting information, that can lead to the depletion of data accuracy and quality during data processing. Changing empty variable using estimation of values cannot be directly conducted if the variable is empty. It needs specific approach to find correlation of empty variable (missing value) with substitute variable or spare. To determine major subject for Senior High Schoolers, pupils and their parents often ignore to fill the completly data. Data with missing value can be solved by adding spare variable data obtained from the result of measurement using correlation approach with K-Nearest Neighbor (K-NN) classification method. Correlation approach is conducted since the researcher needs to find out the availability and the strength of variable correlation related to the object. The correlation approach aimed to find the proof on the existence of correlation between variables and to obtain the significant or insignificant correlation. The classification method used in this study is K-NN because it includes classification method with strong consistency, by calculating the relation between new case and old case based on k value and its nearest neighbor. Observing the result of questionnaires are conducted to scrutinize correlation value of spare data, it is included in feasible category of spare data. Experimental results on k value of K-NN method by using k value = 3, 5, 7, 9, and 11 from 500 data and 31 old cases pattern, show the high accuracy of 97% at k value = 5.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/005.365/IRA/a/2017/041801063 |
| Uncontrolled Keywords: | MISSING ABSERVATION (statistik), NEAREST NEIGHBOUR ANALYSIS(statistics) |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.3 Programs > 005.36 Programs for personal computers > 005.362 Programs in specific programming languages > 005.365 Programs for specific computers |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Nur Cholis |
| Date Deposited: | 11 Apr 2018 02:06 |
| Last Modified: | 14 Dec 2020 06:44 |
| URI: | http://repository.ub.ac.id/id/eprint/9323 |
Actions (login required)
 |
View Item |