PENGEMBANGAN METODE KLASIFIKASI BERDASARKAN K-MEANS DAN LVQ
Abstrak: Pada penelitian ini
dikembangkan metode klasifikasi berdasarkan pengelompokan K-Means dan LVQ.
Metode-metode klasifikasi yang
telah ada jika
ada data dengan
frekuensi kecil cenderung
tidak digunakan dalam pengujian kelas,
padahal dimungkinkan data tersebut
sangat bermanfaat. Langkah
untuk melakukan pengelompokan adalah: melakukan pengelompokkan dengan
K-Means. Pengelompokan terus dilakukan sampai mencapai threshold (batasan
tertentu). Jika threshold sudah dicapai dan pada satu cluster masih terdapat
kelas yang berbeda maka dilakukan pembelajaran dengan menggunakan LVQ. Akurasi
gabungan K-Means dan LVQ lebih baik daripada dengan K-Means murni. Untuk akurasi rata-rata tertinggi K-Means dan LVQ
didapatkan 92%, sedang untuk K-Means murni 82%.
Penulis: Dian Eka Ratnawati,
Marji, Lailil Muflikhah
Kode Jurnal: jptinformatikadd140123
