Klasifikasi video youtube bertema pendidikan menggunakan perbandingan metode knn, naive bayes, dan c4.5 / Ma'rifatul Wasilah - Repositori Universitas Negeri Malang

Klasifikasi video youtube bertema pendidikan menggunakan perbandingan metode knn, naive bayes, dan c4.5 / Ma'rifatul Wasilah

Wasilah, Ma'rifatul Wasilah (2022) Klasifikasi video youtube bertema pendidikan menggunakan perbandingan metode knn, naive bayes, dan c4.5 / Ma'rifatul Wasilah. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Revolusi media sosial sangat berpengaruh dalam kehidupan yaitu platform situs Youtube yang memiliki peran penting kalangan masyarakat. Youtube ialah media sosial yang berbagi video popular yang digunakan untuk menonton dan mengupload bermacam jenis video. Youtube menyediakan konten yang sangat menarik bagi yang memiliki channel terutama sumber daya yang luas untuk konten yang bertema Pendidikan dan lebih memahami karakteristik dan dampak Youtube terhadap Pendidikan dan teknologi pembelajaran. Rating popularitas channel Youtube bisa dinilai dari subscriber viewers shares comment playlist likes. Dari Youtube pengolahan data dapat dilakukan. Metode olah data pada data mining yang dapat digunakan untuk permasalahan tersebut yaitu teknik klasifikasi. Klasifikasi yaitu suatu teknik pembentukan model dari data yang belum terklasifikasi yang digunakan untuk mengklasifikasi data baru. Pada penelitian ini dilakukan perbandingan dari tiga algoritma yaitu K-Nearest Neighbor Na iuml ve Bayes dan C4.5 pada klasifikasi video Youtube bertema Pendidikan. Penelitian ini menghasilkan akurasi tertinggi tanpa menggunakan teknik sampling (normal) dihasilkan dari skenario penggunaan algoritma K-Nearest Neighbor dengan akurasi sebesar 97 50% sedangkan untuk penerapan teknik sampling RUS nilai akurasi tertinggi dihasilkan dari skenario penggunaan algoritma C4.5 sebesar 78 00% dan untuk penerapan teknik sampling SMOTE nilai akurasi tertinggi dihasilkan dari skenario penggunaan algoritma Na iuml ve Bayes sebesar 91 46%.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 07 Mar 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/202288

Actions (login required)

View Item View Item