Algoritma AdaBoost dalam Pengklasifikasian

Abstract

Metode AdaBoost merupakan salah satu algoritma supervised pada data mining yang diterapakan secara luas untuk membuat model klasifikasi. AdaBoost sendiri pertama kali diperkenalkan oleh Yoav Freund dan Robert Schapire(1995). Walaupun pada awalnya algoritma ini diterapkan pada model regresi, seiring dengan perkembangan teknologi komputer yang cepat, metode ini juga dapat diterapkan pada model statistik lainnnya. Metode adaBoost merupakan salah satu teknik ensamble dengan menggunakan loss function fungsi exponential untuk memperbaiki tingkat akurasi dari prediksi yang dibuat. Pada makalah ini akan akan dijelaskan penerapan metode AdaBoostdalam masalah pengklasifikasian dengan tujuan untuk memperbaiki tingkat akurasi model yang dibentuk.