比较LVQ 1, LVQ 2和LVQ 3在性别分类中使用颅骨

Darmila, Iis Afrianty, SUWANTO SANJAYA, RAHMAD ABDILLAH, IWAN ISKANDAR, Fadhilah Syafria
{"title":"比较LVQ 1, LVQ 2和LVQ 3在性别分类中使用颅骨","authors":"Darmila, Iis Afrianty, SUWANTO SANJAYA, RAHMAD ABDILLAH, IWAN ISKANDAR, Fadhilah Syafria","doi":"10.24252/instek.v7i2.32659","DOIUrl":null,"url":null,"abstract":"Klasifikasi merupakan teknik pengelompokkan data sesuai dengan karakteristik data yang telah ditentukan. Hasil performansi akurasi dapat menjadi ukuran keakuratan metode yang digunakan dalam proses klasifikasi. Teknik pengambilan data yang tidak sesuai  dapat mengurangi hasil akurasi. Pada penelitian ini menggunakan metode Learning Vector Quantization (LVQ) 1, 2, dan 3 untuk melihat keakuratan metode klasifikasi dengan menggunakan teknik  pengambilan data sampling. Data yang digunakan merupakan data pengukuran tulang tengkorak laki-laki dan perempuan yang berjumlah 2524 data. Pada LVQ 1 mendapatkan akurasi terbaik yaitu 91.39% dengan learning rate 0.1, 0.4, 0.7, 0.9. LVQ 2 mendapatkan akurasi terbaik 77.05% dengan learning rate 0.9 dan window 0.2. LVQ 3 mendapatkan akurasi terbaik yaitu 80.04% dengan learning rate 0.7, window 0.1, dan epsilon 0.3. Hal ini menunjukkan bahwa LVQ 1 lebih tepat untuk diterapkan terhadap multi-fitur pada dataset William W. Howells Craniometric dibandingkan LVQ 2 dan LVQ 3.","PeriodicalId":127396,"journal":{"name":"Jurnal INSTEK (Informatika Sains dan Teknologi)","volume":"49 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"EVALUASI PERBANDINGAN PERFORMANSI LVQ 1, LVQ 2, DAN LVQ 3 DALAM KLASIFIKASI JENIS KELAMIN MENGGUNAKAN TULANG TENGKORAK\",\"authors\":\"Darmila, Iis Afrianty, SUWANTO SANJAYA, RAHMAD ABDILLAH, IWAN ISKANDAR, Fadhilah Syafria\",\"doi\":\"10.24252/instek.v7i2.32659\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Klasifikasi merupakan teknik pengelompokkan data sesuai dengan karakteristik data yang telah ditentukan. Hasil performansi akurasi dapat menjadi ukuran keakuratan metode yang digunakan dalam proses klasifikasi. Teknik pengambilan data yang tidak sesuai  dapat mengurangi hasil akurasi. Pada penelitian ini menggunakan metode Learning Vector Quantization (LVQ) 1, 2, dan 3 untuk melihat keakuratan metode klasifikasi dengan menggunakan teknik  pengambilan data sampling. Data yang digunakan merupakan data pengukuran tulang tengkorak laki-laki dan perempuan yang berjumlah 2524 data. Pada LVQ 1 mendapatkan akurasi terbaik yaitu 91.39% dengan learning rate 0.1, 0.4, 0.7, 0.9. LVQ 2 mendapatkan akurasi terbaik 77.05% dengan learning rate 0.9 dan window 0.2. LVQ 3 mendapatkan akurasi terbaik yaitu 80.04% dengan learning rate 0.7, window 0.1, dan epsilon 0.3. Hal ini menunjukkan bahwa LVQ 1 lebih tepat untuk diterapkan terhadap multi-fitur pada dataset William W. Howells Craniometric dibandingkan LVQ 2 dan LVQ 3.\",\"PeriodicalId\":127396,\"journal\":{\"name\":\"Jurnal INSTEK (Informatika Sains dan Teknologi)\",\"volume\":\"49 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-10-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal INSTEK (Informatika Sains dan Teknologi)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24252/instek.v7i2.32659\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal INSTEK (Informatika Sains dan Teknologi)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24252/instek.v7i2.32659","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

分类是一种根据既定数据特征对数据进行分组的技术。准确性性能的结果可以作为分类过程中使用方法的准确性度量。不适当的数据检索技术可以降低准确性。本研究采用一、二、三种方法来验证通过抽样数据检索技术的分类方法的准确性。所使用的数据是数据测量了2524个男性和女性的骨骼。在LVQ 1中,最准确的是91.39%,学习速率为0.1、0.4.4、0.7、0.9。LVQ 2的精确率为7.05%,学习速率为0.9,窗口为0.2。LVQ 3通过学习速率0.7、窗口0.1和epsilon 0.3获得最高的准确率为80.04%。这表明,LVQ 1比LVQ 2和LVQ 3更适合威廉W. Howells Craniometric中对多功能的应用。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
EVALUASI PERBANDINGAN PERFORMANSI LVQ 1, LVQ 2, DAN LVQ 3 DALAM KLASIFIKASI JENIS KELAMIN MENGGUNAKAN TULANG TENGKORAK
Klasifikasi merupakan teknik pengelompokkan data sesuai dengan karakteristik data yang telah ditentukan. Hasil performansi akurasi dapat menjadi ukuran keakuratan metode yang digunakan dalam proses klasifikasi. Teknik pengambilan data yang tidak sesuai  dapat mengurangi hasil akurasi. Pada penelitian ini menggunakan metode Learning Vector Quantization (LVQ) 1, 2, dan 3 untuk melihat keakuratan metode klasifikasi dengan menggunakan teknik  pengambilan data sampling. Data yang digunakan merupakan data pengukuran tulang tengkorak laki-laki dan perempuan yang berjumlah 2524 data. Pada LVQ 1 mendapatkan akurasi terbaik yaitu 91.39% dengan learning rate 0.1, 0.4, 0.7, 0.9. LVQ 2 mendapatkan akurasi terbaik 77.05% dengan learning rate 0.9 dan window 0.2. LVQ 3 mendapatkan akurasi terbaik yaitu 80.04% dengan learning rate 0.7, window 0.1, dan epsilon 0.3. Hal ini menunjukkan bahwa LVQ 1 lebih tepat untuk diterapkan terhadap multi-fitur pada dataset William W. Howells Craniometric dibandingkan LVQ 2 dan LVQ 3.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
ANALISIS WEBOMETRICS TERHADAP PEMERINGKATAN UNIVERSITAS: STUDI KASUS: WEBSITE UNIVERITAS ISLAM NEGERI ALAUDDIN MAKASSAR EVALUASI PERBANDINGAN PERFORMANSI LVQ 1, LVQ 2, DAN LVQ 3 DALAM KLASIFIKASI JENIS KELAMIN MENGGUNAKAN TULANG TENGKORAK PENGARUH KEBISINGAN TERHADAP FREKUENSI DENYUT NADI DAN KELELAHAN KERJA MENGGUNAKAN UJI STATISTIK SPSS PADA UJI PAIRED SAMPEL T-TEST ANALISIS THROUGHPUT PADA HADOOP MENGGUNAKAN ALGORITMA DELAY SCHEDULING UNTUK PENGIRIMAN 2 JOB YANG BERBEDA ANALISIS PREDIKSI KETEPATAN MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER DAN FEATURE SELECTION
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1