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

Uji empirik perbandingan kinerja klasifikasi binary decision tree dan multiway decision tree / Risa Augusta Murti

Murti, Risa Augusta - Nama Orang;

Abstrak
Penelitian ini secara eksperimental membandingkan kinerja klasifikasi Binary Decision Tree dan Multiway Decision Tree dengan fokus pada evaluasi empiris. Terdapat beberapa alasan penting yang mendukung perlunya penelitian ini. Pertama algoritma Decision Tree berperan krusial dalam dunia machine learning dan data mining karena kemudahan implementasinya kemampuan interpretasinya dan efektivitasnya dalam menangkap kompleksitas keputusan. Binary Decision Tree membagi node menjadi dua cabang sementara Multiway Decision Tree memungkinkan lebih dari dua cabang. Penting untuk secara empiris mengevaluasi dampak struktural ini terhadap akurasi klasifikasi kemampuan interpretasi dan efisiensi komputasi. Kedua perbandingan empiris membantu dalam mencari struktur Decision Tree yang paling sesuai untuk berbagai tugas. Dataset yang berbeda menunjukkan kompleksitas dan pola yang beragam dan pilihan antara Binary Decision Tree dan Multiway Decision Tree dapat signifikan memengaruhi kemampuan model. Ketiga banyak penelitian sebelumnya hanya menerapkan algoritma tanpa menyertai hasil evaluasi kinerja algoritma yang digunakan. Penelitian ini melakukan uji empirik terhadap Binary Decision Tree dan Multiway Decision Tree menggunakan 117 dataset. Pendekatan ini melibatkan tahapan pengumpulan data pre-processing processing dan evaluasi. Hasilnya diperoleh melalui uji-t berpasangan menggunakan parameter criterion seperti gain ratio accuracy gini index dan information gain. Hasil pengujian adalah nilai p 0 01 yang menunjukkan bahwa terdapat perbedaan kinerja signifikan antara kedua jenis Decision Tree tersebut dengan Binary Decision Tree memiliki rata-rata akurasi sebesar 0 795 dan Multiway Decision Tree sebesar 0 789.


Informasi Detail
DDC
SKRIPSI DIGITAL
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, 2024.
Deskripsi Fisik
xii, 38 hlm. : ilus.
Bahasa
Indonesia
No Reg
0270/RS/24
Edisi
Skripsi (Sarjana)--Universitas Negeri Malang. 2024
Subjek
1. TEKNIK INFORMATIKA - UJI EMPIRIK
Pembimbing
1. Utomo Pujianto, S.kom, M.kom
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