Pambayun, Tirsa (2024) Uji empirik perbandingan kinerja klasifikasi algoritma support vector machine dan k-nearest neighbor / Tirsa Pambayun</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Penelitian empris ini bertujuan untuk membandingkan kinerja algoritma SVM dan k-NN dalam melakukan klasifikasi. Pemilihan algoritma merupakan hal yang penting dalam membangun model machine learning. Algoritma yang dipilih pada penelitian ini adalah SVM dan k-NN. Kedua algoritma tersebut merupakan sepuluh algoritma data mining terbaik. Saat ini sudah banyak penelitian yang melakukan perbandingan algoritma SVM dan k-NN. Namun penelitian ini menggunakan pendekatan baru yaitu dengan melakukan uji emprik terhadap 117 dataset. Uji empirik ini mengukur kinerja algoritma berdasarkan hasil akurasinya. Akan dilakukan uji t berpasangan antara k-NN dengan setiap kernel SVM. Berdasarkan hasil uji t berpasangan yang telah dilakukan maka dapat disimpulkan bahwa terdapat perbedaan yang signifikan antara kinerja klasifikasi semua kernel SVM dan k-NN. Hal ini dibuktikan dengan hasil uji t k-NN dengan kernel rbf (2 25 x 10-8) k-NN dengan kernel linear (3 18 x 10-10) k-NN dengan kernel poly (3 94 x 10-11) dan k-NN dengan kernel sigmoid (2 86 x 10-16). /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 14 May 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/355584 |
Actions (login required)
 |
View Item |