Ernas, Intan Novela (2024) Uji empirik perbandingan akurasi algoritma k-neighbor, random forest, dan decision tree pada permaslahan multikelas / Intan Novela Ernas</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p style text-align justify /p p id docs-internal-guid-b4768992-7fff-cb9d-b3c1-571e883dcc86 style line-height 1.7999999999999998 text-indent -28.35pt text-align justify margin-top 0pt margin-bottom 0pt padding 0pt 0pt 0pt 28.35pt dir ltr span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Ernas Intan N. 2024. /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Uji Empirik Perbandingan Akurasi Algoritma K-Nearest Neighbor Random Forests Dan Decision Tree Pada Permasalahan Klasifikasi Multikelas. /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Skripsi Departemen Teknik Elektro dan Informatika Fakultas Teknik Universitas Negeri Malang. Pembimbing Prof. Aji Prasetya Wibawa S.T. M.M.T. Ph.D. /span /p p style line-height 1.7999999999999998 margin-top 8.05pt margin-bottom 0pt dir ltr span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight bold font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Kata Kunci /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap klasifikasi Multi-kelas K-Nearest Neighbor(KNN) Random Forest Decision Tree akurasi /span /p p /p p style line-height 1.7999999999999998 text-indent 36pt text-align justify margin-top 0pt margin-bottom 0pt dir ltr span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Penggunaan Machine Learning dan Data Mining sebagai alat utama dalam pengolahan dan analisis data dalam menemukan pola dan membuat keputusan berbasis data. penggunaan tersebut juga banyak dibutuhkan pada analisis sentimen diagnosis medis dan klasifikasi data numerik. dalam pengolahan dan analisis data tidak semua data memiliki klasifikasi kelas yang sama. klasifikasi Multi-kelas merupakan salah satu jenis klasifikasi multi-kelas di mana dataset memiliki lebih dari dua label kelas. banyak algoritma yang sering digunakan untuk menangani masalah klasifikasi ini seperti pada penelitian ini dimana Tujuan dari penelitian ini ialah menilai dan membandingkan hasil analisis data berupa akurasi dari algoritma K-Nearest Neighbor (KNN) Random Forest dan Decision Tree dalam permasalahan klasifikasi Multi-kelas. /span /p p style line-height 1.7999999999999998 text-indent 36pt text-align justify margin-top 0pt margin-bottom 0pt dir ltr span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Hasil dari penelitian ini menunjukkan bahwa /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap algoritma Random Forest /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap memiliki akurasi yang lebih baik dibandingkan /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap K-Nearest Neighbor (KNN) dan Decision Tree. /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap dimana Pada data testing Random Forest mencatat rata-rata akurasi sebesar 73 22% /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap sementara K-Nearest Neighbor(KNN) /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap dan /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Decision Tree /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap masing-masing menunjukkan akurasi sebesar 59 34% dan 70 67%. dan hasil dari uji-berpasangan yaitu Uji statistik /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Wilcoxon /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap menggunakan SPSS menunjukan perbedaan yang signifikan hal ini menekankan bahwa keunggulan hasil akurasi dari /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Random Forest /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap dalam klasifikasi Multi-kelas yang kompleks dibandingkan dengan /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap K-Nearest Neighbor (KNN) /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style normal font-variant normal text-decoration none vertical-align baseline white-space pre-wrap dan /span span style font-size 12pt font-family Times New Roman serif color 000000 background-color transparent font-weight 400 font-style italic font-variant normal text-decoration none vertical-align baseline white-space pre-wrap Decision Tree. /span /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 02 Sep 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/400263 |
Actions (login required)
 |
View Item |