EEPIS Repository

Penerapan Particle Swarm Optimization untuk Penentuan Parameter Regularisasi pada Kernel Regularized Discriminant Analysis

Monica , Widiasri and Army, Justitia and Agus Zainal, Arifin (2011) Penerapan Particle Swarm Optimization untuk Penentuan Parameter Regularisasi pada Kernel Regularized Discriminant Analysis. In: IES 2011 - Emerging Technology for Better Human Life , EEPIS Surabaya.

[img]
Preview
PDF
Download (145Kb) | Preview

    Abstract

    Metode Kernel Regularized Discriminant Analysis (KRDA) mampu mengatasi permasalahan singularitas dan overfitting yang disebabkan data dengan sampel sedikit berdimensi tinggi. Kinerja KRDA dipengaruhi oleh nilai parameter regularisasi yang digunakan. Paper ini bertujuan mengoptimalkan nilai parameter regularisasi dengan menerapkan Particle Swarm Optimization (PSO) pada KRDA. Metode PSO digunakan untuk memilih parameter regularisasi otpimal berdasarkan nilai akurasi klasifikasi pada KRDA. Uji coba menggunakan 4 dataset yaitu iris, wine, dan ionosphere dari UCI, serta dataset svmguide2 dari aplikasi bioinformatika. Hasil uji coba menunjukkan metode PSO-KRDA dapat menentukan nilai parameter regularisasi optimal secara otomatis. Akurasi klasifikasi yang didapatkan dari uji coba menunjukkan PSO-KRDA lebih baik daripada KRDA dan SVM.

    Item Type: Conference or Workshop Item (Paper)
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
    Depositing User: ryo ryo
    Date Deposited: 14 Nov 2011 12:24
    Last Modified: 14 Nov 2011 12:24
    URI: http://repo.pens.ac.id/id/eprint/1442

    Actions (login required)

    View Item