PENGKLASIFIKASIAN MENGGUNAKAN CHI-SQUARE AUTOMATIC INTERACTION DETECTION DENGAN PENDEKATAN SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE (Studi Kasus Bayi Berat Lahir Rendah (BBLR) di Jawa Barat)
Metode Chi-Square Automatic Interaction Detection (CHAID) merupakan suatu teknik iteratif yang menguji satu persatu variabel independen yang digunakan dalam klasifikasi, dan menyusunnya berdasarkan pada tingkat signifikansi statistik chi-square terhadap variabel dependennya serta output dari analisi...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2021-04-28.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Metode Chi-Square Automatic Interaction Detection (CHAID) merupakan suatu teknik iteratif yang menguji satu persatu variabel independen yang digunakan dalam klasifikasi, dan menyusunnya berdasarkan pada tingkat signifikansi statistik chi-square terhadap variabel dependennya serta output dari analisis CHAID berupa diagram pohon klasifikasi yang menggambarkan pembentukan segmen. Keseimbangan data perlu diperhatikan dalam penerapan metode CHAID, karena kertidakseimbangan data (Imbalanced Data) mengakibatkan kesalahan dalam klasifikasi. Solusi untuk mengatasi ketidakseimbangan data adalah dengan menerapkan metode Synthetic Minority Oversampling Techique (SMOTE). Dalam penelitian ini, metode CHAID dengan pendekatan SMOTE diterapkan pada kasus Bayi Berat Lahir Rendah (BBLR) di Jawa Barat yang belum mencapai target SDGs, untuk mengetahui variabel-variabel yang mencirikan BBLR di Jawa Barat. Tujuan dari penelitian ini adalah untuk mengetahui variabel-variabel yang mencirikan BBLR di Jawa Barat dengan membandingkan antara metode CHAID dan metode CHAID dengan pendekatan SMOTE. Hasil dari penelitian ini menunjukkan bahwa metode CHAID dengan pendekatan SMOTE lebih baik daripada metode CHAID tanpa pendekatan SMOTE untuk mencirikan kejadian BBLR di Jawa Barat. Chi-Square Automatic Interaction Detection method is an iterative technique which test one by one independent variables used in the classification, and arrrage them based on the level of chi-square statistical significance of dependent variable. Output of the CHAID analysis is a classification tree diagram which describes segment formation. The balance of the data must be considered in the application of the CHAID method, because imbalanced data result in error in classification. The solution to solve imbalanced data is to apply the Synthetic Minority Oversampling Technique (SMOTE) method. In this study, CHAID method with SMOTE approach was applied to cases of Low Birth Weight (LBW) Babies in West Java who have not reached the SDGs target, to know the variables that characterize LBW in West Java. The purpose of this study is to know the variables that characterize LBW in West Java by comparing the CHAID method and CHAID method with SMOTE approach. The results of this study indicate that the CHAID method with SMOTE approach is better than CHAID method without SMOTE approach for characterizing the incidance of LBW in West Java. |
|---|---|
| Item Description: | http://repository.upi.edu/60645/1/S_MAT_1703862_Title.pdf http://repository.upi.edu/60645/2/S_MAT_1703862_Chapter1.pdf http://repository.upi.edu/60645/3/S_MAT_1703862_Chapter2.pdf http://repository.upi.edu/60645/4/S_MAT_1703862_Chapter3.pdf http://repository.upi.edu/60645/5/S_MAT_1703862_Chapter4.pdf http://repository.upi.edu/60645/6/S_MAT_1703862_Chapter5.pdf http://repository.upi.edu/60645/7/S_MAT_1703862_Appendix.pdf |