UPT Perpustakaan UM

  • Beranda
  • Informasi
  • Repository UM
  • SIPADU UM
  • OPAC SIPADU

Pencarian Spesifik

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Skripsi

Perbandingan algoritma k-nn dan naïve bayes dalam memprediksi akurasi terbaik berdasarkan mayoritas tipe atribut dataset / Zacharia

Zacharia - Nama Orang;

Abstrak
Seiring dengan perkembangan teknologi kebutuhan untuk menghasilkan informasi yang berarti dari data yang telah terkumpul berkembang dengan sangat pesat. Karena itu proses Data Mining yang mengekstraksi informasi dari sebuah data memainkan peranan yang penting. Salah satu algoritma klasifikasi yang paling sering digunakan dalam Data Mining adalah k-NN dan Na iuml ve Bayes. Hal itu didasarkan dari kesederhanaan kedua algoritma tersebut dalam memproses sebuah data. Namun dalam dunia Data Mining tidak ada yang namanya ldquo Silver Bullet rdquo . Tiap-tiap algoritma memiliki kelebihan dan kekurangan masing-masing. Oleh karena itu akan lebih baik bagi jika kita mengetahui kira-kira dataset seperti apa yang cocok untuk k-NN maupun Na iuml ve Bayes. e learning publik dan melakukan eksperimen menggunakan RapidMiner Studio untuk mendapatkan hasil berupa nilai akurasi baik oleh k-NN maupun Na iuml ve Bayes lalu melakukan analisis hasil tersebut dengan metadata dari dataset untuk mengetahui apakah ada hubungan antara metadata dengan nilai akurasi oleh k-NN dan Na iuml ve Bayes. Analisis dilakukan menggunakan pendekatan statistik yaitu t-test lalu dilanjutkan dengan pengkategorian tiap-tiap atribut dari metadata dataset berdasarkan nilai kuartilnya. Dari hasil analisis t-test diketahui bahwa tidak ada perbedaan yang signifikan antara algoritma k-NN dan Na iuml ve Bayes yang diperlihatkan oleh nilai P-value sebesar 0 194654345 di mana nilai tersebut lebih besar daripada nilai signifikansi yang ditetapkan penulis yaitu 0 05. Namun pada analisis pengkategorian tiap-tiap atribut dari metadata dataset algoritma k-NN memperlihatkan hasil akurasi yang lebih tinggi daripada Na iuml ve Bayes saat memproses dataset dengan jumlah instance dan jumlah atribut yang besar. Algoritma k-NN juga mampu menghasilkan akurasi yang lebih baik saat diberikan dataset dengan jumlah missing value baik pada instance maupun pada atribut.


Informasi Detail
DDC
SKRIPSI DIGITAL
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, 2023.
Deskripsi Fisik
xiii, 50 hlm. : ilus.
Bahasa
Indonesia
No Reg
4932/RS/23
Edisi
Skripsi (Sarjana)--Universitas Negeri Malang. 2023
Subjek
1. PEMROGRAMAN - ALGORITMA - PERBANDINGAN
2. PROGRAMMING - ALGORITHMS - COMPARISON

Pembimbing
1. Utomo Pujianto, S.Kom, M.Kom; 2. Aji Prasetya Wibawa, S.T., M.MT., Ph.D
Lampiran Berkas
You must be logged in to get fulltext


UPT Perpustakaan UM
  • Berita

Tentang Kami

TIM IT Perpustakaan 2023

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik