Text

Analisis Klasifikasi Menggunakan Regresi Logistik Biner dan K-Nearest Neighbor pada Data Imbalance

---

Koperasi Simpan Pinjam atau (KSP) merupakan koperasi yang melakukan
kegiatan usahanya hanya simpan pinjam. Anggota KSP berasal dari berbagai latar
belakang yang berbeda sehingga dapat mempengaruhi perilakunya dalam
menjalankan kewajiban. Status pembayaran nasabah lancar atau macet dapat
diketahui dengan melakukan proses klasifikasi. Pembagian data nasabah KSP
dilakukan pada proses klasifikasi menjadi dua yaitu data latih dan data uji. Kasus
data imbalance sering ditemukan dalam proses klasifikasi akibatnya perlu
dilakukan penanganan data imbalance pada data latih dengan SMOTE dan
ADASYN. SMOTE dan ADASYN dipilih karena metode ini menangani data
imbalance dengan membangkitkan data dari kelas minoritas sehingga tidak
menghilangkan bagian penting pada data. Klasifikasi dilakukan dengan Regresi
Logistik Biner dan K-Nearest Neighbor. Regresi Logistik Biner adalah regresi yang
variabel dependennya bersifat biner sedangkan K-Nearest Neighbor merupakan
metode pengelompokan berdasarkan kedekatan jarak suatu data dengan data
lainnya sebanyak k tetangga terdekat. Hasil ketepatan klasifikasi menunjukkan
bahwa SMOTE Regresi Logistik Biner menghasilkan akurasi sebesar 57,33%
dengan G-mean 63,01% dan ADASYN Regresi Logistik Biner menghasilkan
akurasi sebesar 70,67% dengan G-mean 67,63%. Ketepatan klasifikasi yang
dihasilkan SMOTE K-Nearest Neighbor dengan akurasi sebesar 58,67% dengan
nilai G-mean 52,63% dan ADASYN K-Nearest Neighbor dengan akurasi sebesar
69,33% dengan nilai G-mean 62,62%. Nilai k optimal yang didapatkan baik pada
metode SMOTE KNN maupun metode ADASYN KNN adalah 3. Hasil dari
penelitian ini menunjukkan bahwa metode ADASYN Regresi Logistik Biner
merupakan metode terbaik yang dapat mengklasifikasi dan memprediksi status
pembayaran nasabah KSP berdasarkan akurasi dan G-mean.
Kata Kunci: KSP, SMOTE, ADASYN, Regresi Logistik Biner, K-Nearest
Neighbor, Akurasi.

---

Ketersediaan

1132E2023

1132 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1132 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eva Fitriyani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar