ANALISIS PERBANDINGAN METODE FEATURE SELECTION BACKWARD METHOD DAN STEPWISE METHOD

Abstrak

Pemilihan fitur adalah proses penting dalam pengembangan model pembelajaran mesin untuk mengidentifikasi fitur-fitur yang paling informatif dan relevan dalam dataset. Dua metode yang umum digunakan dalam pemilihan adalah metode Backward method dan Stepwise method. Pada penelitian ini, diterapkan Teknik Data Mining feature selection, untuk membandingkan kedua metode Feature Selection yaitu Backward Method dan Stepwise Method berdasarkan nilai accuracy. Hasil yang diperoleh dari perbandingan nilai akurasi Feature Selection yaitu Backward Method dan Stepwise Method menggunakan dataset Students Performance, kedua model ini sebanding. Dikatakan sebanding karena jika dilihat berdasarkan nilai akurasinya, nilai akurasi Backward Method dan Stepwise Method sama yaitu 0.61 atau 61%.