SMOTE-SVM-GA

Penerapan Optimasi Parameter SVM dengan Algoritma Genetika dan Teknik SMOTE

Proyek ini menerapkan optimasi parameter pada metode Support Vector Machine (SVM) menggunakan Algoritma Genetika (GA) serta teknik Synthetic Minority Over-sampling Technique (SMOTE) untuk menangani imbalance dataset dalam analisis sentimen. Aplikasi ini dibangun menggunakan Streamlit sebagai antarmuka visual.

📌 Fitur Aplikasi

🔹 1. Halaman Home

Menampilkan halaman utama aplikasi.

🔹 2. Halaman Pengolahan Data

Menampilkan dataset, hasil text preprocessing, dan penerapan teknik SMOTE untuk menangani ketidakseimbangan data.

🔹 3. Halaman Algoritma Genetika

Menampilkan hasil pengujian Algoritma Genetika (GA) serta menyediakan fitur untuk melakukan eksperimen penerapan GA-SVM.

🔹 4. Halaman Pengujian

Menampilkan hasil pengujian pada kalimat baru menggunakan metode SVM dan GA-SVM.

🔹 5. Halaman Report

Menampilkan evaluasi model menggunakan k-fold cross-validation dan confusion matrix pada metode SVM dan GA-SVM.

📦 Instalasi dan Penggunaan

1. Clone Repository

git clone https://github.com/ahmadseloabadi/SMOTE-SVM-GA.git
cd SMOTE-SVM-GA

2. Buat dan Aktifkan Virtual Environment

python -m venv myenv  # Membuat virtual environment
source venv/bin/activate  # Untuk Mac/Linux
venv\Scripts\activate  # Untuk Windows

3. Instal Dependensi

pip install -r requirements.txt

4. Jalankan Aplikasi Streamlit

streamlit run app.py

🔗 Referensi

• Code Algoritma Genetika: SVM Optimization by Genetic Algorithm
• Dataset Kaggle: Klik di sini

📌 Lisensi

Proyek ini dikembangkan untuk keperluan penelitian dan pembelajaran. Silakan gunakan dengan bijak. 🚀