Implementasi Korelasi untuk Seleksi Fitur pada Klasifikasi Jamur Beracun Menggunakan Jaringan Syaraf Tiruan
Abstract
Jamur merupakan salah satu jenis flora yang tumbuh subur di negara tropis, salah satunya Indonesia. Jamur terdiri atas 2 jenis, yaitu jamur yang bisa dimakan (menyehatkan) dan jamur yang tidak bisa dimakan (jamur beracun). Tujuan yang ingin dicapai dalam penelitian ini adalah meningkatkan keakuratan klasifikasi jamur dengan pendekatan analisis korelasi. Peningkatann akurasi dilakukan dengan menghilangkan atribut yang berkorelasi di atas 0,8. Dataset yang digunakan diambil dari Kaggle.com yang terdiri atas 22 variabel input, dan 2 variabel output. Setelah dilakukan simulasi dengan menggunakan jaringan syaraf tiruan perambatan galat mundur, diperoleh hasil dari 22 variabel yang dipergunakan untuk mengklasifikasi jamur beracun atau tidak beracun, ditemukan ada 2 variabel yang secara bersama-sama tidak berkontribusi terhadap hasil klasifikasi dan cenderung menjadi variabel pengganggu. Dua variabel tersebut adalah variabel Bruises dan Ringtype. Dengan dihilangkannya 2 variabel tersebut, terjadi peningkatan keakuratan klasifikasi dari 97,97%, menjadi 99,02%
References
Annissa, I., Ekamawanti, H. A., & Wahdina. (2017). Keanekaragaman Jenis Jamur Makrokopis Di Arboretum Sylva Universitas Tanjungpura. Jurnal Hutan Lestari, 5(4), 969–977.
Blessie, E. C., & Karthikeyan, E. (2012). Sigmis: A feature selection algorithm using correlation based method. Journal of Algorithms and Computational Technology, 6(3), 385–394. https://doi.org/10.1260/1748-3018.6.3.385
Darsilowati, D., Riadi, A. A., & Evanita, E. (2021). Klasifikasi Jenis Jamur Konsumsi Berbasis An-droid Menggunakan Metode K-Nearest Neigh-bors (KNN). Journal of Applied Science and Technology, 1(02), 23–29. https://doi.org/10.30659/jast.1.02.22-29
Enggari, S., Ramadhanu, A., & Marfalino, H. (2022). Peningkatan Digital Image Processing Dalam Mendeskripsikan Tumbuhan Jamur Dengan Segmentasi Warna, Deteksi Tepi Dan Kontur. Jurnal Teknologi Dan Sistem Informasi Bisnis, 4(1), 70–75. https://doi.org/10.47233/jteksis.v4i1.358
Hayadi, B. H., Sudipa, I. G. I., & Windarto, A. P. (2021). Model Peramalan Artificial Neural Network pada Peserta KB Aktif Jalur Pemerintahan menggunakan Artificial Neural Network Back-Propagation. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(1), 11–20. https://doi.org/10.30812/matrik.v21i1.1273
Hidayati, & Ika, P. (2016). Mikrobiologi Dasar. In Universitas Kanjuruan Malang. reposito-ry.unikama.ac.id/656/1/BUKU AJAR MIKROBIOLOGI.pdf
Permana Putra, I. (2020). Studi Taksonomi dan Po-tensi Beberapa Jamur Liar di Pulau Belitong. Justek : Jurnal Sains Dan Teknologi, 3(1), 24. https://doi.org/10.31764/justek.v3i1.3534
Puteri, A. N., Arizal, A., & Achmad, A. D. (2021). Fea-ture Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito. MATRIK : Jurnal Manajemen, Teknik Informat-ika Dan Rekayasa Komputer, 20(2), 335–342. https://doi.org/10.30812/matrik.v20i2.1183
Putra, I. P. (2020a). Kasus keracunan Inocybe sp. di Indonesia. Prosiding Seminar Nasional Biolo-gi, September, 148–153.
Putra, I. P. (2020b). Note on Macro Fungi on Belitong Island: Description and Potential. BIOEDUSCIENCE: Jurnal Pendidikan Biologi Dan Sains, 4(1), 11–20. https://doi.org/10.29405/j.bes/4111-204416
Putri, O. N. (2020). Implementasi Metode CNN Dalam Klasifikasi Gambar Jamur Pada Analisis Im-age Processing (Studi Kasus: Gambar Jamur Dengan Genus Agaricus Dan Amanita).
Sibero, M., Putra, I., & Murwani, R. (2021). Deskripsi dan Potensi Jamur Makro Asal Hutan Adat Panembahen, Desa Juhar, Kabupaten Tanah Karo, Sumatera Utara. Jurnal Mikrologi Indo-nesia, 5(1), 48–54. https://doi.org/10.46638/jmi.v5i1.164.Abstrak
Tanuwijaya, E., & Roseanne, A. (2021). Modifikasi Arsitektur VGG16 untuk Klasifikasi Citra Digi-tal Rempah-Rempah Indonesia. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(1), 189–196. https://doi.org/10.30812/matrik.v21i1.1492
Copyright (c) 2022 Arief Hermawan, Adityo Permana Wibowo
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.