Dalam analisis data untuk dataset yang berdimensi besar, klasifikasi sangat diperlukan dalam memprediksi dari sebuah dataset, dalam penelitian ini membandingkan suatu metode untuk mengklasifikasi data yang besar yang dimana data tesebut akan di olah untuk mendapatkan hasil informasi prediksi data yang di inginkan. Dalam penelitian ini Support Vector Machine (SVM) digunakan untuk memberikan hasil klasifikasi dari kinerja seleksi fitur yang dilakukan Particle Swarm Optimization (PSO) yang mana hasil pengujian nya akan di bandingkan dengan algoritma klasifikasi C4.5 sebagai pembanding algoritma mana yang lebih baik dalam memprediksi dari sebuah dataset. C4.5 digunakan juga untuk memberikan hasil klasifikasi yang di gabungan bersama Particle Swarm Optimization (PSO). Dari eksperimen yang di lakukan algoritma SVM-PSO mendapatkan nilai Accuracy 84.81% dan nilai AUCnya 0.898 sedangkan Algoritma C4.5-PSO mendapatkan nilai Accuracy 80.00% dan nilai AUCnya 0.787.
Copyrights © 2021