Abstrak :-PENERAPAN METODE BAGGING DAN ADAPTIVE BOOSTING UNTUK UKM TELEMATIKA
Andi Hoerudin1, Eneng T.Tosida2, Fajar Delli W3
Email : andihoerudin@unpak.ac.id
Program Studi Ilmu Komputer FMIPA Universitas Pakuan
ABSTRAK
Studi ini mengkaji tentang Penerapan Sistem untuk Ukm Telematika Indonesia menggunakan Bagging dan Adaptive Boosting. Tujuan studi ini adalah menentukan sebuah kemajuan ukm telematika yang valid sesuai dengan data yang sebenarnya sehingga hasil keputusan dapat diterima dengan baik, Data yang digunakan dalam penelitian ini adalah data UMKM Jasa Telematika sensus 2016 yang berjumlah 26.368 data dengan 18 atribut kategorik dalam format .xlsx. Pada penelitian ini dilakukan proses cleaning agar tidak terjadi missing value. Proses clening ini dilakukan dengan modus nilai yang sering tampil, lalu diproses pada machine learning yang dibuat menggunakan bahasa pemograman python. Hasil penerapan dari metode Bagging dan Adaptive Bossting menghasilkan ketingkatan akurasi data dalam memprediksi dataset utama yang layak dalam menerima bantuan dan tidak layak dalam menerima bantuan. Data dilakukan proses clasifikasi menggunakan Adaptive boosting dengan target class menerima bantuan dan tidak menerima bantuan. Sebagai tolak ukur penelitian menunjukan tingkat kepentingan setiap atribut untuk menerima bantuan dan tidak menerima bantuan dari data umkm telematika diliahat dari nilai alpha. Nilai alpha di dapatkan dari log error terkecil di bagi dengan error terkecil yang telah di tuliskan di rumus(1) sampai rumus(3). Peran dari metode bagging ini yaitu mengakomodasikan variasi dataset yang akan di latih dengan Adaptive boosting, dilakukan max pooling. Setiap pembagian dataset tidak selalu sempurna, sehingga dilakukan cara pooling untuk menjadi lebih baik.
Kata kunci : Bagging, Adative Boosting, Ukm Telematika