Genetik programming untuk mengoptimalkan kinerja algoritma random forest pada set data tidak balanced penipuan transaksi kartu kredit menggunakan colabs Google

Suhartono, Suhartono, Chamidy, Totok and Zaman, Syahiduz (2024) Genetik programming untuk mengoptimalkan kinerja algoritma random forest pada set data tidak balanced penipuan transaksi kartu kredit menggunakan colabs Google. Pendidikan . PT. Literasi Nusantara Abadi Grup, Indonesia. ISBN 9786231148803 UNSPECIFIED : UNSPECIFIED.

Text 20729.pdf - Published Version Restricted to Repository staff only Download (9MB)

Abstract

Pada penelitian klasifikasi penipuan transaksi kartu kredit. Data yang dikumpulkan dari kondisi real sering kali tidak seimbang, artinya distribusi data di seluruh kelas bersifat bias atau tidak seimbang. Saat menggunakan model klasifikasi pada data yang tidak seimbang, maka kinerja model klasifikasi cenderung lebih rendah karena model klasifikasi dirancang menggunkan kelas seimbang atau jumlah fitur yang relatif sama untuk setiap kelas. Untuk mengatasi masalah ini, kami menggunakan teknik prapemrosesan data yaitu under sampling random. Data dibentuk dengan melakukan pengambilan sampel acak pada kumpulan data yang tidak seimbang. Pada penelitian ini pembentukan data dilakukan dengan teknik under sampling secara bertahap sampai terjadi kumpulan data seimbang, algoritma pemrograman genetik digunakan untuk mendapatkan pemilihan fitur guna meningkatkan kinerja dan efisiensi. Untuk penelitian ini menggunakan kumpulan data transaksi kredit card yang tidak seimbang dari Repositori Machine Learning UCI. Model klasifikasi menggunakan algoritma Random Forest Classifier. Untuk menilai performance algortima Random Forest Classifier digunakan evaluasi metrik termasuk akurasi, presisi, recall, F1-score, mcc dan kurva ROC (Receiver Operating Characteristics) berdasarkan pada data dengan variasi data dengan teknik under sampling random. Hasilnya menunjukkan bahwa datas set yang seimbang pada algoritma random forest classifier berkinerja lebih baik disbanding data set yang tidak seimbang.

Item Type:	Book
Keywords:	Genetik Programming; Random Forest; Tidak Balanced; Transaksi Kartu Kredit
Subjects:	08 INFORMATION AND COMPUTING SCIENCES > 0899 Other Information and Computing Sciences > 089999 Information and Computing Sciences not elsewhere classified
Divisions:	Faculty of Technology > Department of Informatics Engineering
Depositing User:	Totok Chamidy
Date Deposited:	21 Oct 2024 14:15

Downloads

Origin of downloads

Actions (login required)

View Item