Image of Perbandingan Algoritma Klasifikasi Data Mining Model K-Nearest Neighbors Dan Support Vector Machine Untukmemprediksi Penyakit Diabetes Mellitus

Text

Perbandingan Algoritma Klasifikasi Data Mining Model K-Nearest Neighbors Dan Support Vector Machine Untukmemprediksi Penyakit Diabetes Mellitus

Sulitnya mengenali penyakit diabetes mellitus menjadi masalah yang
sering di jumpai.Ciri-ciri penyakit ini ditandai dengan tinggi nya kadar gula
(glukosa) darah. Seiring dengan kemajuan teknologi machine learning dapat
membantu sebagai pendukung keputusan, algoritma machine learning antara
lain Support Vector Machine dan K-Nearest Neighbors. Penelitian ini
bertujuan untuk mengukur performa terbaik untuk klasifikasi dataset yang
dihasilkan dengan membandingkan akurasi dari algoritma K-Nearest
Neighbors dan Suport Vector Machine. Pada penelitian menggunakan
normalisasi min-max penerapan fitur normalisasi min-max pada algoritma KNearest Neightbors pada nilai K = 8 hasil perhitungan menunjukkan nilai
confusion matrix 74,92%. Pada algoritma Suport Vector Machine hasil
perhitungan menunjukkan nilai confusion matrix 77,85%. Dari perbandingan
kedua algoritma tersebut algoritma terbaik ada pada algoritma Suport Vector
Machine dengan nilai confusion matrix 77,85%.

Ketersediaan
SB00234SKKI 001.6 PUR p/sPerpustakaan UnikamaTersedia
Informasi Detail
Judul Seri
-
No. Panggil
KKI 001.6 PUR p/s
Penerbit
Malang : Teknik Informatika - Unikama.,
Deskripsi Fisik
xii, 44 hlm 26 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
001.6
Tipe Isi
text
Tipe Media
PDF
Tipe Pembawa
online resource
Edisi
1
Subjek
Skripsi
Teknik informatika
K-Nearest Neightbors
uport Vector Machine
Diabetes mellitus
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar