Text

Analisis Dekomposisi Matriks Dalam Algoritma Analisis Diskriminan Linier Berbasis Ruang Nul

---

Masalah ukuran sampel kecil sering terjadi dalam pengenalan pola. Hampir semua
algoritma pembelajaran mesin kinerjanya menurun untuk data yang mengalami
masalah ukuran sampel kecil. Masalah ini dapat mengakibatkan singularitas pada
matriks pencar, yang merupakan masalah utama pada metode Analisis
Diskriminan Linier (LDA). Metode LDA berbasis ruang nul (NLDA) telah
disusun untuk mengatasi masalah singularitas tersebut. Metode NLDA bekerja
dengan memproyeksikan matriks pencar dalam kelas ke ruang nul kemudian
memaksimalkan matriks pencar antar kelas di ruang tersebut. Pada penelitian
awal, algoritma NLDA melibatkan perhitungan dekomposisi nilai eigen dan
dekomposisi nilai singular (SVD). Penelitian ini menghasilkan beberapa
implementasi baru metode NLDA menggunakan dekomposisi matriks lainnya.
Implementasi baru tersebut meliputi NLDA menggunakan dekomposisi Cholesky
dan NLDA menggunakan dekomposisi QR. Tesis ini membandingkan kinerja tiga
metode NLDA menggunakan dekomposisi matriks yang berbeda, yaitu
dekomposisi SVD, dekomposisi Cholesky, dan dekomposisi QR. Tiga kumpulan
data digunakan dalam percobaan dengan menggunakan tiga algoritma NLDA
yang berbeda. Untuk mengetahui kinerja metode NLDA, akurasi klasifikasi ketiga
metode diukur menggunakan Confusion Matrix. Hasilnya menunjukkan bahwa
metode NLDA dengan menggunakan SVD memiliki performa yang paling baik
jika dibandingkan dengan dua metode lainnya, yaitu mencapai akurasi 77,78%
untuk kumpulan data Colon, akurasi 98,81% untuk kumpulan data TKIresistance, dan akurasi 90,32% untuk kumpulan data batik.

Kata Kunci: analisis diskriminan linier, ukuran sampel kecil, ruang nul,
dekomposisi nilai singular (SVD), Dekomposisi Cholesky, Dekomposisi QR.

---

Ketersediaan

058S2MAT2025

058 S2MAT 2025

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

058 S2MAT 2025

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Carissa Devina Usman

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar