Skripsi

Klasifikasi kuartil jurnal menggunakan metode random forest / Cornaldo Beliarding Sucahyo

Abstrak
Jurnal merupakan media publikasi yang digunakan sebagai referensi penelitian. Jurnal dengan kualitas terbaik dapat ditemukan pada website SCImago Journal Rank. SCImago merupakan website pemeringkatan yang terhubung pada database scopus. SCImago Journal Rank menyediakan jurnal yang diperingkatkan berdasarkan kuartil dengan rentang Q1-Q4. Website tersebut melakukan pemeringkatan berdasarkan metodenya sendiri. Melalui pendekatan data mining dengan model klasifikasi diharapkan mampu mendekati klasifikasi kuartil pada website SJR. Klasifikasi dilakukan dengan menggunakan menggunakan metode Random Forest. Random Forest adalah metode pengembangan dari Decision Tree dengan penambahan teknik ensemble (bagging). Dalam penelitian ini menggunakan criterion gini index information gain dan gain ratio. Penelitian ini beralur CRISP-DM dengan menggunakan 6 tahapan penelitian. Dari hasil pengujian performa terbaik gini index sebesar 62 12% pada number of tree 100 dengan max depth 9 lalu untuk information gain performa terbaik pada nilai 61 55% terletak pada number of tree 250 dengan max depth 9 dan pada criterion gain ratio performa terbaik berada pada nilai 56 93% pada nilai number of tree 250 dengan max depth 6. Dari criterion gini index information gain dan gain ratio performa terbaik berada pada criterion gini index. Hal ini disebabkan oleh karakteristik gini index dimana semakin kecil nilai gini impurity maka nilai semakin baik.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.

Deskripsi Fisik

xiii, 60 hlm. : ilus.

Bahasa

Indonesia

No Reg

4533/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. ALGORITMA KOMPUTER - RANDOM FOREST
2. JURNAL ILMIAH - KLASIFIKASI
3. COMPUTER ALGORITHM - RANDOM FOREST

Pembimbing

1. Aji Prasetya Wibawa, S.T., M.MT., Ph.D

Lampiran Berkas