Modified Boosted Support Vector Machine pada Kasus Imbalanced Data: Studi Kasus Angka Kematian Bayi

Pagalay, Usman, Karisma, Ria Dhea Layla Nur ORCID: https://orcid.org/0000-0002-5941-9565, Alisah, Evawati and Palupi, Ratnaning ORCID: https://orcid.org/0009-0007-9959-5823 Modified Boosted Support Vector Machine pada Kasus Imbalanced Data: Studi Kasus Angka Kematian Bayi. Research Report. UIN Maulana Malik Ibrahim Malang, Malang. (Unpublished)

Text usman_Laporan Akhir 2025_merged.pdf Restricted to Repository staff only Download (12MB)

Abstract

Klasifikasi atau pengelompokkan merupakan kemampuan dasar manusia pada sebuah kehidupan. Klasifikasi berdasarkan karakteristik yang hampir mirip merupakan salah satu cara yang paling mudah untuk digunakan. Tujuannya adalah dapat mengenali dan berdisikusi mengenali perbedaan sebuah kejadian. Salah satu metode yang digunakan dalam klasifikasi yaitu Support Vector Machine dimana metode ini merupakan metode yang digunakan untuk kasus data besar atau yang dikenal dengan istilah big data. Namun seiring berjalan waktu metode ini mengalami perkembangan karena kurang mampu dalam mendeteksi kasus imbalance data atau ketidakseimbangan data. Sehingga dapat menyebabkan akurasi dalam memprediksi model matematis yang rendah dan bias. Salah satu teknik pengembangan yang digunakan dalam SVM yaitu Modified Boosted Support Vector Machine. Metode ini menggunakan teknik boosting dengan memodifikasi parameter kernel dan bobot. MBSV lebih mampu menangani kasus dengan imbalance data, noise dan pola yang lebih kompleks. Bobot diperbarui berdasarkan jarak centroid yang terdekat. Penelitian ini menggunakan data Angka Kematian Bayi di Indonesia berdasarkan Survei Demografi Kesehatan Indonesia. Studi kasus dari data yang digunakan memiliki imbalance data. Metode MBSVM dapat digunakan untuk mengetahui akurasi dari model matematis yang memiliki nilai akurasi dengan G-Mean 0,744. Selain faktor utama pembentuk AKBS dengan MBSVM yaitu pemberian ASI, Berat Badan Bayi Lahir dan antenantal care atau pemeriksa selama kehamilan.

Item Type:	Research (Research Report)
Keywords:	Klasifikasi; Machine learning; Imbalanced data; Support Vector Machine; Modified Boosted Support Vector Machine; Angka kematian bayi
Subjects:	01 MATHEMATICAL SCIENCES > 0104 Statistics > 010401 Applied Statistics 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010402 Biostatistics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Miss Ria Dhea Layla Nur Karisma
Date Deposited:	01 Dec 2025 10:03

Downloads

Origin of downloads

Actions (login required)

View Item