Primordi, Ahmad Nuftah Primordi (2021) Perbandingan c4.5 dan naive bayes menggunakan bagging dan boosting untuk klasifikasi tingkat pengetahuan pengguna e-learning adaptif / Ahmad Nuftah Primordi. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Tujuan dari penelitian ini adalah mengukur tingkat pengetahuan pengguna salah satu e-learning adaptif yaitu Adaptive Educational Intelligent Hypermedia System (AEIHS). Data statistik pengguna AEIHS digunakan sebagai dataset. Metode yang digunakan untuk melakukan klasifikasi adalah C4.5 dan Naive Bayes yang digabungkan dengan bagging dan boosting.Computation cost dapat dipangkas menggunakan C4.5. Naive Bayes dikenal sangat cepat dan cocok untuk digabungkan dengan pendekatan lain. Varian pada dataset dapat dikurangi menggunakan bagging sehingga kinerjaclassifier dapat ditingkatkan.Boostingmelatihclassifier secara iteratif sehinggaclassifier lemah menjadi kuat. Skenario dari kombinasi metodeclassifierdan ensembleada enam. Kinerja dari keenam skenario dibandingkan untuk mengetahui skenario terbaik yang diterapkan pada AEIHS. C4.5 menunjukkan kinerja tertinggi atas keenam skenario saat digabungkan dengan boosting berdasarkan evaluation metric speperti akurasi precision dan recall. Ketiga nilai tersebut berturut-turut adalah 93 79% 93 80% dan 93 80%. Kinerja Naive Bayes juga mencapai nilai terbesar saat dikombinasikan denganboosting dengan nilaiaccuracy 85 85 precision 86 10% danrecall 85 90%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 27 Sep 2021 04:29 |
| Last Modified: | 09 Sep 2021 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/152085 |
Actions (login required)
 |
View Item |