Kombinasi Metode Sampling pada Pengklasifikasian Data Tidak Seimbang Menggunakan Algoritma SVM

Abstract

Kelas tidak seimbang telah menjadi masalah pada pembelajaran mesin dan data mining selama beberapa tahun ini. Kelas tidak seimbang adalah kelas yang memiliki data yang tidak terdistribusi secara merata pada setiap kelasnya dimana terdapat satu kelas yang memiliki jumlah data yang lebih banyak dibanding kelas lainnya. Rasio ketidakseimbangan  ini akan menyebabkan bias dalam kumpulan data pelatihan yang akan mempengaruhi kinerja pada pembelajaran mesin. Dimana menyebabkan terjadinya kesalahan klasifikasi pada kelas minoritas sehingga kelas minoritas dinyatakan sebagai kelas mayoritas. penelitian ini mencoba untuk menggunakan metode Oversampling, Undersampling dan kombinasi Oversampling-Undersampling pada data tidak seimbang sebagai pra-pemrosesan data untuk selanjutnya dilakukan klasifikasi menggunakan algoritma Support Vector Machine (SVM). Pada penelitian ini diperoleh kesimpulan bahwa penerapan metode Oversampling, Undersampling dan kombinasi Oversampling-Undersampling memiliki kemampuan yang baik dalam menangani ketidakseimbangan kelas dataset Credit Card Fraud walaupun pada nilai AUC, Oversampling memiliki nilai yang lebih rendah dibanding metode Undersampling dan kombinasi Over-Undersampling.