Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2022
- Tujuan
- Nomor
- 08b67dd0-28ff-490a-881c-6532f58ff86d
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan studi untuk meningkatkan kinerja algoritme klasifikasi menggunakan metode seleksi fitur hibrida pada data Covid-19. Kegiatan ini melibatkan Rosidin, Sabir; Muljono; dan Supriyanto, Catur sebagai peserta. Metode tersebut menggabungkan penyaringan SBS dan teknik wrapper. Tujuannya adalah mengurangi subruang fitur awal, yang dijelaskan sebagai N untuk jumlah seluruh fitur, menjadi K untuk fitur-fitur terpilih.
Proses hibrida dimulai dari 8974 fitur. Setelah proses penyaringan, tersisa 184 fitur. Teknik wrapper kemudian diterapkan dan menghasilkan 170 fitur terpilih. Selanjutnya, dilakukan evaluasi kinerja menggunakan SVM dan KNN. Pengujian SVM dengan data besar menghasilkan akurasi 83,8%. Pengujian KNN dengan nilai parameter K = 5 menghasilkan akurasi 79,5%. Klasifikasi nilai K ditentukan oleh peneliti.
Perbandingan presisi menunjukkan 32,6% untuk KNN dan 87,6% untuk SVM. Hasil recall adalah 14,2% untuk KNN dan 20,1% untuk SVM. Perbandingan F1-Score menunjukkan 17,3% untuk KNN dan 27,5% untuk SVM. Temuan tersebut merupakan hasil pengujian metode hibrida yang menggabungkan teknik penyaringan dan wrapper, kemudian dilanjutkan dengan evaluasi kinerja algoritme klasifikasi pada data Covid-19. Kegiatan ini berkaitan dengan tujuan peningkatan kinerja klasifikasi melalui seleksi fitur serta pengujian menggunakan SVM dan KNN.