Analisis Distribusi Kinerja SVM dan KNN Berdasarkan Rata Rata Simpangan Baku dan Stabilitas
DOI:
https://doi.org/10.69533/xgqngy78Keywords:
Distribusi Kinerja, K-Nearest Neighbors, Simpangan Baku, Support Vector MachineAbstract
Di bidang pembelajaran mesin, dua algoritma yang umum digunakan untuk tugas klasifikasi adalah Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN). Kedua algoritma tersebut dapat digunakan dalam berbagai aplikasi, namun memilih algoritma terbaik memerlukan analisis rinci mengenai kinerjanya dalam skenario yang berbeda. Tujuan artikel ini adalah membandingkan performa kedua algoritma menggunakan metrik statistik utama yaitu, Akurasi Rata-Rata, Deviasi Standar, dan Stabilitas Performa. Untuk mengevaluasi algoritma, teknik k-fold cross-validation digunakan pada kumpulan data klasifikasi tertentu. Hal ini memungkinkan Anda mengukur keakuratan model pada rentang data yang berbeda. Berdasarkan hasil penelitian, rata-rata akurasi SVM lebih tinggi dibandingkan dengan ANN, dengan nilai SVM sebesar 0,980 dan nilai ANN sebesar 0,953. Selain itu, deviasi standar kinerja SVM yang lebih rendah (0,043 dibandingkan dengan 0,052 untuk KNN) menunjukkan bahwa kinerja SVM lebih stabil dan konsisten di seluruh konvolusi. Hal ini membuat SVM lebih andal ketika menangani data baru, terutama dataset dengan pola yang kompleks dan sulit dipisahkan. Temuan ini memberikan panduan penting dalam memilih algoritma klasifikasi berdasarkan kebutuhan spesifik aplikasi. SVM lebih disukai ketika stabilitas dan keandalan hasil diperlukan, sedangkan ANN mungkin lebih cocok untuk masalah sederhana dan kumpulan data kecil. Memahami distribusi performa algoritme ini dapat membantu pengguna membuat keputusan yang lebih baik saat menerapkan pembelajaran mesin.
Downloads
References
Sisfokom. (2022). Analisis Kinerja Algoritma Klasifikasi dengan Teknik Preprocessing pada Dataset Bahasa Indonesia. Jurnal Sistem Informasi dan Komputer, 11(1), 25–31.
Saputra, R., & Putri, A. (2023). Pengaruh Parameter dan Teknik Praproses pada Algoritma Klasifikasi. Jurnal Informatika dan Sains Data, 11(2), 45–53.
Rahman, A. (2022). Analisis Performansi Algoritma Pembelajaran Mesin Berdasarkan Variasi Parameter. Jurnal Teknologi Informasi dan Komputer, 9(3), 78–89.
Putri, R. (2020). Klasifikasi data menggunakan algoritma SVM dengan kernel linear untuk pengenalan pola. Jurnal Teknik Informatika, 9(2), 85-97.
Ningsih, R., & Putra, Y. (2021). Support vector machine untuk klasifikasi teks: Studi kasus analisis sentimen. Jurnal Komputasi dan Informatika, 11(4), 221-234.
Hidayat, M., & Supriyanto, S. (2022). Analisis penggunaan kernel pada SVM untuk klasifikasi data besar. Jurnal Teknologi dan Sistem Informasi, 15(2), 76-89.
Wahyu, A. (2019). Implementasi algoritma KNN untuk klasifikasi data sensor. Jurnal Teknologi dan Rekayasa, 12(1), 31-44. The Oxford Dictionary of Computing, 5th ed. Oxford: Oxford University Press, 2003.
Nurrahmawati, A., & Sulistiyo, D. (2020). Pengaruh pemilihan nilai K pada algoritma K-Nearest Neighbors untuk prediksi harga rumah. Jurnal Ilmu Data dan Teknologi, 6(3), 179-191.
Pradipta, A. (2021). Kelemahan algoritma KNN dalam pengolahan data besar. Jurnal Data Mining dan Analitik, 13(1), 54-67.
Setiawan, D., & Pratama, S. (2020). Penerapan k-fold cross-validation untuk evaluasi model pembelajaran mesin. Jurnal Sistem Informasi, 7(1), 42-53.
Gunawan, E., & Setiawan, A. (2021). Evaluasi model pembelajaran mesin menggunakan k-fold cross-validation dan perhitungan statistik. Jurnal Ilmu Komputer, 8(1), 45-58.
Sari, D., & Agustina, I. (2019). Perbandingan kinerja algoritma SVM dan KNN dalam klasifikasi citra digital. Jurnal Komputasi dan Teknologi, 5(2), 89-101.
Pratiwi, L., & Nugroho, P. (2018). Perbandingan Kinerja Algoritma K-Nearest Neighbors dan Support Vector Machine dalam Klasifikasi Data. Jurnal Teknologi Informasi, 12(2), 105-114.
Handayani, D., & Pramudito, D. (2020). Stabilitas model dalam klasifikasi: Pengaruh simpangan baku terhadap kinerja model. Jurnal Pembelajaran Mesin Indonesia, 4(3), 102-112.
Hafidhoh, N., Santosa, P. I., & Sari, R. P. (2024). Predictive Maintenance System menggunakan Algoritma Pembelajaran Mesin. Jurnal Masyarakat Informatika, 15(1), 59-61.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Fransciko Pritama, Ekat Rueh Daya Leluni, Yovita, Jadiaman Parhusip
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
