Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Indonesian Journal of Electrical Engineering and Computer Science
Umu Sa'adah
Universitas Brawijaya
Education Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Knowledge discovery from gene expression dataset using bagging lasso decision tree Umu Sa'adah; Masithoh Yessi Rochayani; Ani Budi Astuti
Indonesian Journal of Electrical Engineering and Computer Science Vol 21, No 2: February 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v21.i2.pp1151-1159

Abstract

Classifying high-dimensional data are a challenging task in data mining. Gene expression data is a type of high-dimensional data that has thousands of features. The study was proposing a method to extract knowledge from high-dimensional gene expression data by selecting features and classifying. Lasso was used for selecting features and the classification and regression tree (CART) algorithm was used to construct the decision tree model. To examine the stability of the lasso decision tree, we performed bootstrap aggregating (Bagging) with 50 replications. The gene expression data used was an ovarian tumor dataset that has 1,545 observations, 10,935 gene features, and binary class. The findings of this research showed that the lasso decision tree could produce an interpretable model that theoretically correct and had an accuracy of 89.32%. Meanwhile, the model obtained from the majority vote gave an accuracy of 90.29% which showed an increase in accuracy of 1% from the single lasso decision tree model. The slightly increasing accuracy shows that the lasso decision tree classifier is stable.
Seleksi Nilai Fuzziness Exponent Optimal pada Algoritma Fuzzy c-Means untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Indikator Pembangunan Ekonomi Umu Sa'adah; Endang Wahyu Handamari; Kwardiniya Andawaningtyas
Pythagoras: Jurnal Matematika dan Pendidikan Matematika Vol 17, No 2: December 2022
Publisher : Department of Mathematics Education, Faculty of Mathematics and Natural Sciences, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/pythagoras.v17i2.54897

Abstract

Pada tahun 2015, PBB merancang 17 Tujuan Pembangunan Berkelanjutan (SDGs) untuk mencapai kesejahteraan manusia pada tahun 2030 dengan mengintegrasikan tiga dimensi pembangunan berkelanjutan: ekonomi, sosial, dan lingkungan. Salah satu faktor yang digunakan untuk menilai keberhasilan sebuah wilayah atau pemerintahan dalam mengelola kesejahteraan dan kemakmuran masyarakat adalah tingkat perekonomian. Untuk mewujudkan kondisi tersebut diperlukan strategi dalam pembangunan pada sektor ekonomi. Penelitian ini bertujuan untuk mengelompokkan Provinsi di Indonesia menjadi 3 klaster berdasarkan Indikator Pembangunan Ekonomi menggunakan algoritma Fuzzy c-Means. Penentuan 3 klaster dimaksudkan untuk klaster provinsi dengan tingkat pembangunan ekonomi rendah, sedang dan tinggi. Dengan mengetahui karakteristik provinsi berdasarkan Indikator Pembangunan Ekonomi, maka pengambil keputusan dapat menyusun strategi perencanaan program pembangunan ekonomi berdasarkan skala prioritas pada masing-masing provinsi. Hasil pengelompokan menunjukkan bahwa Provinsi Papua sangat membutuhkan prioritas pembangunan khususnya pembangunan ekonomi dalam rangka peningkatan Indek pembangunan manusia, Angka partisipasi sekolah berusia 7 sampai 12 tahun, Angka partisipasi sekolah berusia 13 sampai 15 tahun, Angka partisipasi sekolah berusia 16 sampai 18 tahun, Sumber Air Minum Layak, Sumber penerangan listrik, dan Sanitasi Layak, karena indikator-indikatir tersebut bernilai rendah.
Co-Authors Ani Budi Astuti Endang Wahyu Handamari Kwardiniya Andawaningtyas Masithoh Yessi Rochayani