IMPLEMENTASI CORRELATION MATRIX PADA KLASIFIKASI DATASET WINE

Erfin Nur Rohma Khakim, Arief Hermawan, Donny Avianto

Abstract


Wine merupakah minuman mengandung alkohol yang juga terdiri dari banyak sekali kandungan yang bermacam-macam yang dapat mempengaruhi kualitas wine. Begitu banyaknya jenis wine ini membuat masyarakat kesulitan untuk memilah jenis-jenis dan kualitas wine. Penelitian ini menggunakan metode klasifikasi untuk menentukan kualitas wine agar mengurangi peran pakar wine atau mempermudah pakar dalam melabeli jenis-jenis dan kualitas wine. Algoritma klasifikasi data mining yang digunakan dalam penelitian ini adalah k-NN. Untuk meningkatkan nilai akurasi dari klasifikasi algoritma k-NN digunakan metode normalisasi dan seleksi fitur. Normalisasi yang digunakan adalah normalisasi Z-sccore dan Min-max, sedangkan seleksi fitur yang digunakan untuk lebih meningkatkan akurasi adalah correlation matrix. Hasil dari penelitian ini membutktikan bahwa penggunaan seleksi fitur correlation matrix mampu meningkatkan nilai akurasi pada normalisasi Z-score dari 73,75% menjadi 75,62% dan pada normalisasi Min-max mampu meningkatkan akurasi dari 68,12% menjadi 71,25%. Sehingga bisa disimpulkan bahwa seleksi fitur correlation matrix dapat digunakan untuk meningkatkan nilai akurasi agar lebih tinggi dan penelitian menjadi lebih akurat.

Keywords


Klasifikasi, k-NN, Seleksi fitur, Correlation matrix, Normalisasi



DOI: http://dx.doi.org/10.26798/jiko.v7i1.771

Article Metrics

Abstract view : 1040 times
PDF (Bahasa Indonesia) - 1543 times

Refbacks

  • There are currently no refbacks.




Copyright (c) 2023 Erfin Nur Rohma Khakim, Arief Hermawan, Donny Avianto


JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413