SELEKSI FITUR DENGAN ALGORITMA GENETIKA UNTUK OPTIMASI RANDOM FOREST DALAM MENGKLASIFIKASI TENTANG JENIS PENGGUNAAN INTERNET

RODICKY, NADIO (2024) SELEKSI FITUR DENGAN ALGORITMA GENETIKA UNTUK OPTIMASI RANDOM FOREST DALAM MENGKLASIFIKASI TENTANG JENIS PENGGUNAAN INTERNET. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text COVER.pdf Download (491kB) | Preview
	Text (BAB I PENDAHULUAN) BAB I.pdf Restricted to Repository staff only Download (96kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf Restricted to Repository staff only Download (371kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf Restricted to Repository staff only Download (228kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf Restricted to Repository staff only Download (530kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf Restricted to Repository staff only Download (34kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (102kB) | Request a copy

Abstract

Penggunaan internet yang semakin meluas menimbulkan kebutuhan untuk memahami pola dan jenis aktivitas yang dilakukan pengguna. Klasifikasi jenis penggunaan internet dapat membantu dalam berbagai aplikasi, seperti manajemen jaringan, analisis web, dan pengembangan layanan internet yang lebih personal. Penelitian ini bertujuan untuk mengoptimalkan model klasifikasi jenis penggunaan internet menggunakan seleksi fitur dengan algoritma genetika dan Random Forest. Dataset yang digunakan dalam penelitian ini berisi informasi tentang lalu lintas internet, seperti alamat IP, nama domain yang dikunjungi, protokol yang digunakan, durasi kunjungan, dan jenis aktivitas. Algoritma genetika digunakan untuk menyeleksi subset fitur yang optimal untuk klasifikasi, sedangkan Random Forest digunakan sebagai algoritma klasifikasi. Hasil penelitian menunjukkan bahwa seleksi fitur dengan algoritma genetika dapat meningkatkan akurasi klasifikasi Random Forest secara signifikan. Penelitian ini memberikan kontribusi dalam pengembangan metode klasifikasi jenis penggunaan internet yang lebih akurat dan efisien. Hasil penelitian ini juga dapat digunakan sebagai dasar untuk penelitian selanjutnya dalam bidang analisis jaringan dan pengembangan layanan internet.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Klasifikasi jenis penggunaan internet, seleksi fitur, algoritma genetika, Random Forest, akurasi
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Telecommunication Engineering > Undergraduate Theses
Depositing User:	Mr Bambang Anthony
Date Deposited:	28 Jul 2026 00:54
Last Modified:	28 Jul 2026 00:54
URI:	http://eprints.polsri.ac.id/id/eprint/22277

Actions (login required)

View Item