Optimasi Decision Tree menggunakan Particle Swarm Optimization untuk klasifikasi sel Pap Smear
2020 ◽
Vol 7
(3)
◽
pp. 572-579
Keyword(s):
Penelitian ini menyajikan klasifikasi sel Pap Smear. Data yang digunakan adalah dataset Herlev yang berjumlah 917 data. Penelitian ini bertujuan untuk mengetahui apakah penggunaan algoritma optimasi particle swarm optimization dapat meningkatkan kinerja dari algoritma Decision tree dalam mengklasifikasikan data Sel Pap Smear. Tahapan dari penelitian ini adalah preprocessing, feature optimization, knowledge rules, evaluation dan performance report. Hasil dari penelitian ini menunjukkan bahwa algoritma Decision tree menghasilkan akurasi sebesar 91.39 % dengan AUC 0.858, sedangkan penerapan algoritma particle swarm optimization pada Decision tree menghasilkan akurasi yang lebih baik yaitu sebesar 96.76 % dengan AUC 0.926.
2019 ◽
Vol 8
(1)
◽
pp. 59-63
Keyword(s):
2010 ◽
Vol 7
(4)
◽
pp. 859-882
◽
Keyword(s):
2012 ◽
Vol 6
(22)
◽
pp. 859-865
Keyword(s):