Text
SKRIPSI ANALISIS IMPLEMENTASI ADASYN UNTUK PENANGANAN IMBALANCE PADA KLASIFIKASI KETERLAMBATAN PEMINJAMAN PERPUSTAKAAN MENGGUNAKAN RANDOM FOREST
Keterlambatan peminjaman merupakan permasalahan yang berdampak pada
kualitas layanan sirkulasi perpustakaan. Keterlambatan dapat diprediksi
berdasarkan data peminjaman, data peminjaman menunjukkan ketidakseimbangan
kelas yang tinggi yaitu antara status peminjaman tepat waktu dan terlambat.
Kondisi tersebut menyebabkan model klasifikasi cenderung bias terhadap kelas
mayoritas tepat waktu. Faktor lain yang turut memengaruhi kemampuan model
dalam mengenali pola keterlambatan adalah kualitas representasi fitur. Penelitian
ini menerapkan rekayasa fitur manual untuk membentuk variabel yang lebih
representatif terhadap perilaku peminjaman. Penelitian ini bertujuan menganalisis
pengaruh metode ADASYN dalam meningkatkan performa algoritma Random
Forest untuk mengatasi masalah tersebut. Hasil penelitian menunjukkan bahwa
penerapan ADASYN meningkatkan kemampuan model dalam mengenali kelas
minoritas, ditunjukkan oleh peningkatan nilai recall dari 48,28% menjadi 58,62%
dan f1-score dari 0,6222 menjadi 0,6924, sementara akurasi meningkat dari 97,89%
menjadi 98,16%. Temuan ini menunjukkan bahwa kombinasi rekayasa fitur
manual, Random Forest, dan ADASYN mampu meningkatkan kualitas prediksi
keterlambatan pada data peminjaman yang tidak seimbang.
Tidak tersedia versi lain