PENDEKATAN RANDOM FOREST PADA POHON KLASIFIKASI DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE UNTUK KEAKURATAN KLASIFIKASI PENGGUNA NARKOBA DI JAWA TIMUR

STEFANNY ZULISTYA WENNO, 101514153006 (2017) PENDEKATAN RANDOM FOREST PADA POHON KLASIFIKASI DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE UNTUK KEAKURATAN KLASIFIKASI PENGGUNA NARKOBA DI JAWA TIMUR. Thesis thesis, Universitas Airlangga.

[img]
Preview
Text (abstrak)
abstrak.pdf

Download (24kB) | Preview
[img] Text (full text)
TESIS STEFANNY ZULISTYA WENNO 101514153006.pdf
Restricted to Registered users only until 26 September 2020.

Download (1MB)

Abstract

Metode klasifikasi merupakan salah satu metode statistika untuk mengelompokan atau mengklasifikasi suatu data yang disusun secara sistematis ke dalam suatu kelompok sehingga dapat diketahui suatu individu berada pada kelompok tertentu. Metode MARS diperkenalkan oleh (Friedman, 1991) merupakan implementasi teknik yang mana dapat menyelesaikan masalah regresi dan klasifikasi, untuk memprediksi variabel respon yang bernilai kontinu berdasarkan beberapa variabel prediktor. Random forest dikenalkan pertama kali oleh Breiman pada Tahun 2001. Breiman dalam penelitiannya menunjukan kelebihan random forest yang dapat menghasilkan error yang lebih rendah, dapat memberikan hasil yang bagus dalam klasifikasi dan dapat mengatasi data training dalam jumlah sangat besar secara efisien serta merupakan metode yang efektif untuk mengestimasi missing data. Tujuan penelitian ini adalah mengklasifikasi pengguna narkoba dan mengidentifikasi faktor yang mempengaruhi rehabilitasi pengguna narkoba. Jenis penelitian yang digunakan adalah penelitian nonreaktif yang merupakan suatu pengukuran dimana individu yang diteliti tidak sadar bahwa mereka adalah bagian dari suatu studi. Penelitian ini menggunakan data sekunder berupa laporan rehabilitasi Badan Narkotika Nasional Provinsi Jawa Timur. Model terbaik rehabilitasi pengguna narkoba menggunakan metode MARS menghasilkan 4 (empat) variabel yang memiliki tingkat kepentingan paling tinggi untuk status pengguna narkoba yaitu usia pertama kali menggunakan narkoba, pekerjaan, pendidikan dan cara pakai narkoba dengan tingkat akurasi klasifikasi sebesar 90,57%. Tingkat akurasi klasifikasi pengguna narkoba di Jawa Timur menggunakan metode pohon klasifikasi menghasilkan akurasi klasifikasi sebesar 87,57%, random forest MARS menghasilkan akurasi klasifikasi sebesar 87,43%, random forest pada pohon klasifikasi menhasilkan akurasi klasifikasi sebesar 88,15%. Klasifikasi menggunakan metode MARS lebih baik dibandingkan dengan metode pohon klasifikasi, random forest MARS dan metode random forest pada pohon klasifikasi. Metode MARS merupakan metode yang baik dalam klasifikasi, tetapi dibutuhkan ketelitian yang cukup dalam melakukan kombinasi antara BF, MI dan MO sehingga hasil yang diperoleh lebih baik.

Item Type: Thesis (Thesis)
Additional Information: KKC KK TKM 09/17 Wen p
Uncontrolled Keywords: Random Forest, Classification Tree, Multivariate Adaptive Regression Spline, Classification Accuracy, Drug Users
Subjects: K Law > K Law (General) > K1-7720 Law in general. Comparative and uniform law. Jurisprudence > K(520)-5582 Comparative law. International uniform law > K3566-3578 Public health
Divisions: 10. Fakultas Kesehatan Masyarakat > Magister Ilmu Kesehatan Masyarakat
Creators:
CreatorsNIM/NIDN
STEFANNY ZULISTYA WENNO, 101514153006UNSPECIFIED
Contributors:
ContributionNameNIDN/NIDK/NUP
ContributorKuntoro, Prof. , dr., M.PH., Dr.PHUNSPECIFIED
Depositing User: Unnamed user with email indah.fatma@staf.unair.ac.id
Date Deposited: 25 Sep 2017 22:42
Last Modified: 25 Sep 2017 22:42
URI: http://repository.unair.ac.id/id/eprint/61761
Sosial Share:

Actions (login required)

View Item View Item