Topik Tugas Akhir

Dalam pemodelan data Multivariate time series (MTS), khususnya pada proses klasifikasi, pemilihan variabel input yang relevan dan tidak redundan terhadap nilai klas target menjadi permasalahan utama. Klasifikasi MTS banyak ditemui pada berbagai bidang aplikasi, misalnya medis, industri/bisnis, lingkungan dan multimedia. Oleh karenanya, dalam penelitian ini diusulkan metode seleksi fitur secara serentak dengan memilih fitur input yang relevan secara linier dan non linier serta menghapus fitur input yang redundan. Untuk pemilihan input yang relevan, digunakan metode korelasi dan symmetrical uncertainty (SU). Sedangkan metode klasifikasinya dapat menggunakan k-NN maupun random forest.

Kontak     :  Ahmad Saikhu, M.Kom