OPTIMASI PEMILIHAN FITUR BERBASIS ALGORITMA METAHEURISTIK DAN MACHINE LEARNING

DARMAWAHYUNI, ANNISA and Nurmaini, Siti and Tutuko, Bambang (2025) OPTIMASI PEMILIHAN FITUR BERBASIS ALGORITMA METAHEURISTIK DAN MACHINE LEARNING. Doctoral thesis, Sriwijaya University.

	Text RAMA_21001_03013622328005_cover.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (114kB) | Request a copy
	Text RAMA_21001_03013622328005.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (6MB) | Request a copy
	Text RAMA_21001_03013622328005_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (7MB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text RAMA_21001_03013622328005_0002085908_0012016003_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (804kB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (182kB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (214kB) | Request a copy
	Text RAMA_21001_03013622328005_0002085908_0012016003_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (264kB) | Request a copy

Abstract

Informasi klinis mencakup data medis dan demografi yang berperan dalam diagnosis. Seiring meningkatnya kompleksitas dan volume data medis, pemilihan fitur yang relevan menjadi tantangan utama dalam analisis klinis. Metode konvensional dalam pemilihan fitur membutuhkan waktu yang lama dan fitur suboptimal. Oleh karena itu, pendekatan otomatis berbasis komputer menjadi solusi yang lebih akurat. Penelitian ini mengembangkan metodologi end-to-end berbasis algoritma metaheuristik dan supervised learning untuk optimasi pemilihan fitur pada data medis. Metodologi ini mencakup seluruh proses, mulai dari pemrosesan data mentah hingga evaluasi kinerja model. Pengujian pada penelitian ini menggunakan data terstruktur dan tidak terstruktur dari 11 dataset dengan 10 algoritma metaheuristik dan 4 algoritma supervised learning. Hasil pengujian dari 157 model menunjukkan bahwa pada data terstruktur, model mencapai kinerja di atas 90% untuk data berdimensi rendah dan 100% untuk data berdimensi sedang hingga tinggi pada semua metrik kinerja. Sementara itu, pada data tidak terstruktur, model mencapai akurasi 100% dalam klasifikasi biner dan multi kelas. Hasil penelitian ini membuktikan bahwa pemilihan fitur berbasis algoritma metaheuristik dapat meningkatkan kinerja model supervised learning pada data medis. Dengan demikian, metode yang dikembangkan diharapkan dapat mendukung pengambilan keputusan klinis yang lebih akurat dan andal.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	algoritma metaheuristik, data medis, fitness function, supervised learning
Subjects:	T Technology > T Technology (General) > T1-995 Technology (General)
Divisions:	03-Faculty of Engineering > 21001-Engineering Science (S3)
Depositing User:	Annisa Darmawahyuni
Date Deposited:	10 Feb 2025 05:46
Last Modified:	10 Feb 2025 05:46
URI:	http://repository.unsri.ac.id/id/eprint/167542

Actions (login required)

View Item