Analisis Produktivitas Tumbuhan Buah Melalui Feature Selection

Abstract

Variabel dan seleksi fitur yang difokuskan dari penelitian ini diterapkan untuk data tumbuhan buah. Suatu objek perlu diketahui fitur-fiturnya agar dapat dikenali dan dibedakan dari objek lain. Fitur-fitur optimal yang dapat diketahui dari suatu objek akan mempermudah dan mempercepat proses identifikasi objek tersebut. Oleh 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. 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 Aceh Tengah dan Bener Meriah. Hasil menunjukkan untuk setiap data yang diuji hanya menghasilkan satu fitur optimal dengan nilai threshold berbeda. Hubungan  yang terjadi antara jumlah data dan threshold terhadap fitur optimal adalah terbalik.