Suatu objek perlu diketahui fitur-fiturnya agar dapat dikenali dan dibedakan dari objek yang lain. fitur-fitur optimal yang dapat diketahui dari suatu objek akan mempermudah dan mempercepat proses identifikasi objek tersebut. oleb karena itu perlu dilakukan seleksi fitur (feature selection). feature selection adalah suatu metode penganalisaan data yang bertujuan untuk memilih fitur yang berpengaruh (fitur optimal) dan mengesampingkan fitur yang tidak berpengaruh. ada beberapa algoritma feature selection yang dapat digunakan, salah satunya adalah relief relief memanfaatkan teknik bobot (weight) untuk mengukur signifikansi fitur dalam konteks klasifikasi dan fitur yang memiliki nilai bobot di atas ambang batas (threshold) yang digunakan akan dipilih. penelitian ini bertujuan untuk mendapatkan fitur optimal dari data tumbuhan buah di kabupaten aceb tengab dan bener meriah. hasil pengolahan data menunjukkan bahwa untuk setiap data yang diuji hanya menghasilkan satu fitur optimal dengan nilai threshold yang berbeda, hubungan yang terjadi antara jumlah data dan threshold terhadap fitur optimal adalab berbanding terbalik. kata kunci : feature selection, algoritma relief, threshold, weight dan fitur optimal
Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
FEATURE SELECTION DENGAN ALGORITMA RELIEF UNTUK KLASIFIKASI DATA TUMBUHAN BUAH. Banda Aceh Fakultas Matematika dan Ilmu Pengetahuan Alam,2010
Baca Juga : PENERAPAN FEATURE SELECTION UNTUK PEMODELAN RANDOM FOREST PADA DATA RAWAN PANGAN DI PROVINSI ACEH TAHUN 2022 (Selvia Katiara, 2025)
Abstract
Baca Juga : PENERAPAN METODE SEGMENTASI PADA CITRA MEDIUM RESOLUTION DAN CITRA HIGH RESOLUTION UNTUK PEMETAAN TUTUPAN LAHAN (STUDI KASUS: KECAMATAN PEUKAN BADA) (RISKA YULIA PUTRI, 2021)