GENETIK PROGRAMMING UNTUK MENGOPTIMALKAN KINERJA ALGORITMA RANDOM FOREST PADA SET DATA TIDAK BALANCED PENIPUAN TRANSAKSI KARTU KREDIT MENGGUNAKAN COLABS GOOGLE

Teknik
GENETIK PROGRAMMING UNTUK MENGOPTIMALKAN KINERJA ALGORITMA RANDOM FOREST PADA SET DATA TIDAK BALANCED PENIPUAN TRANSAKSI KARTU KREDIT MENGGUNAKAN COLABS GOOGLE

9 MB
ebook
26 Dilihat
Wishlist
Bagikan

Sinopsis

Pada penelitian klasifikasi penipuan transaksi kartu kredit. Data yang dikumpulkan dari kondisi real sering kali tidak seimbang, artinya distribusi data di seluruh kelas bersifat bias atau tidak seimbang. Saat menggunakan model klasifikasi pada data yang tidak seimbang, maka kinerja model klasifikasi cenderung lebih rendah karena model klasifikasi dirancang menggunkan kelas seimbang atau jumlah fitur yang relatif sama untuk setiap kelas. Untuk mengatasi masalah ini, kami menggunakan teknik prapemrosesan data yaitu under sampling random. Data dibentuk dengan melakukan pengambilan sampel acak pada kumpulan data yang tidak seimbang.

Tags:
Keyword:
ISBN
978-623-114-880-3
eISBN
proses

Untuk membaca, silahkan unduh aplikasi di bawah ini:

playstore windows appstore macos macos-mx

Orang Lain Juga Membaca Buku Ini

Buku Lainnya dari Prof. Dr Suhartono, S.Si., M.Kom.; Dr. Totok Chamidy, S.T., M.Kom.; Syahiduz Zaman, M.Kom.

Selengkapnya

Buku Lainnya dari Penerbit Literasi Nusantara Abadi

Selengkapnya

Buku Lainnya dari Kategori Teknik dan Arsitektur

Selengkapnya

Buku Lainnya dari Sub Kategori Teknik

Selengkapnya

Buku Terbaru

Buku Terpopuler

Selengkapnya
GENETIK PROGRAMMING UNTUK MENGOPTIMALKAN KINERJA ALGORITMA RANDOM FOREST PADA SET DATA TIDAK BALANCED PENIPUAN TRANSAKSI KARTU KREDIT MENGGUNAKAN COLABS GOOGLE

GENETIK PROGRAMMING UNTUK MENGOPTIMALKAN KINERJA ALGORITMA RANDOM FOREST PADA SET DATA TIDAK BALANCED PENIPUAN TRANSAKSI KARTU KREDIT MENGGUNAKAN COLABS GOOGLE

Prof. Dr Suhartono, S.Si., M.Kom.; Dr. Totok Chamidy, S.T., M.Kom.; Syahiduz Zaman, M.Kom.

Preview
Hubungi Kami
cara-membaca-buku