Algoritma AdaBoost dalam Pengklasifikasian
| dc.contributor.author | Zulhanif | |
| dc.date.accessioned | 2015-04-25T06:15:47Z | |
| dc.date.available | 2015-04-25T06:15:47Z | |
| dc.date.issued | 2015-03-07 | |
| dc.identifier.citation | [1] Bauer, E. and R. Kohavi. 1999. An empirical comparison of voting classification algo- rithms: Bagging, boosting, and variants. Machine Learning 36: 105–139. [2] Breiman, L., J. Friedman, R. Olshen, and C. Stone. 1984. Classification and Regression Trees. Belmont, CA: Wadsworth. [3] Freund, Y. and R. E. Schapire. 1997. A decision-theoretic generalization of online learning and an application to boosting. Journal of Computer and System Sciences 55(1): 119–139. [4] Friedman, J. 2001. Greedy function approximation: a gradient boosting machine. An-nals of Statistics 29: 1189–1232. [5] Friedman, J., T. Hastie, and R. Tibshirani. 2000. Additive logistic regression: a statis-tical view of boosting. Annals of Statistics 28: 337–407. [6] Hastie, T., R. Tibshirani, and J. Friedman. 2001. The Elements of Statistical Learning New York: Springer. [7] Long, J. S. and J. Freese. 2003. Regression Models for Categorical Dependent Variables Using Stata. rev. ed. College Station, TX: Stata Press. [8] McCullagh, P. and J. A. Nelder. 1989. Generalized Linear Models. 2nd ed. London:Chapman & Hall. | in_ID |
| dc.identifier.issn | 978.602.361.002.0 | |
| dc.identifier.uri | http://hdl.handle.net/11617/5812 | |
| dc.description.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. | in_ID |
| dc.language.iso | id | in_ID |
| dc.publisher | Universitas Muhammadiyah Surakarta | in_ID |
| dc.subject | Boosting | in_ID |
| dc.subject | Klasifikasi | in_ID |
| dc.subject | AdaBoost | in_ID |
| dc.title | Algoritma AdaBoost dalam Pengklasifikasian | in_ID |
| dc.type | Article | in_ID |
Files in this item
This item appears in the following Collection(s)
-
Seminar Nasional Matematika dan Pendidikan Matematika 2015
Peran Matematika dan Pendidikan Matematika dalam Menghadapi Isu-isu Global