IMPLEMENTASI ALGORITMA GENETIKA UNTUK SELEKSI FITUR PADA KLASIFIKASI GENRE MUSIK MENGGUNAKAN METODE RANDOM FOREST
| Autor: | Nurlatifah Amini, Triando Hamonangan Saragih, Mohammad Reza Faisal, Andi Farmadi, Friska Abadi |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | Jurnal Informatika Polinema. 9:75-82 |
| ISSN: | 2407-070X 2614-6371 |
| DOI: | 10.33795/jip.v9i1.1028 |
| Popis: | Penelitian ini mengenai klasifikasi genre musik menggunakan metode Random Forest dan Algoritma Genetika sebagai metode dari seleksi fitur. Dataset pada pengujian ini menggunakan dataset dari GitHub atau GITZAN tentang genre musik dengan jumlah label ada 10, jumlah fitur ada 26 jumlah keseluruhan data ada 1000. Penelitian ini dibagi menjadi beberapa tahap, yaitu dengan klasifikasi seluruh data, mengklasifikasi dengan data yang dinormalisasi, melakukan klasifikasi dengan data asli menggunakan tahap seleksi fitur Algoritma Genetika, dan mengklasifikasi pada data yang dinormalisasi dengan seleksi fitur menggunakan Algoritma Genetika. Pada penelitian ini Min-Max digunakan untuk metode normalisasi data, dan untuk perhitungan akurasi menggunakan metode Confusion Matrix. Performa akurasi yang dihasilkan ketika menggunakan seluruh data dengan data yang tidak dinormalisasi menghasilkan akurasi sebesar 62%, 59% dengan data yang dinormalisasi, 64% dengan semua data menggunakan seleksi fitur Algoritma Genetika dan didapatkan akurasi sebesar 67% dengan menggunakan seleksi fitur Algoritma Genetika yang datanya dinormalisasi. Hasil ini memberi pengetahuan nilai rata-rata akurasi menunjukkan peningkatan dengan diterapkannya seleksi fitur Algoritma Genetika. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|