KOMPARASI ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST CLASSIFIER UNTUK MENGKLASIFIKASI PEMBAGIAN KELAS SISWA KELAS VIII

Maulina, Silvia Indra (2024) KOMPARASI ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST CLASSIFIER UNTUK MENGKLASIFIKASI PEMBAGIAN KELAS SISWA KELAS VIII. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (869kB)
[img] Text (BAB I)
BAB I.pdf
Download (168kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (374kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (337kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (338kB)
[img] Text (BAB V)
BAB V.pdf
Download (60kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (163kB)
[img] Archive (SOURCE CODE)
Sourcecode - 20.11.3332.zip
Restricted to Repository staff only
Download (124kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (555kB)

Abstract

Sekolah menengah pertama merupakan salah satu instansi terpenting dalam dunia Pendidikan. SMP Negeri 1 Padas saat ini memiliki beberapa kelas A sampai E untuk pembagian kelas siswa. Untuk menentukan pembagian kelas terhadap siswa maka pada penelitian ini akan membandingkan dua algoritma yaitu Support Vector Machine dan Random Forest Classifier untuk pengelompokan kelas tersebut. Pada penelitian ini dilakukan beberapa proses dimulai dari pengolahan dataset, menentukan jumlah data training dan testing, melakukan pengujian diantara dua algoritma Support Vector Machine dan Random Forest Classifier, sehingga hasil perbandingan dari pengujian kedua algoritma akan memberikan hasil terbaik untuk membantu pengelompokan kelas. Akurasi yang didapatkan untuk pengelompokan kelas siswa diantara dua algoritma yaitu menggunakan metode Random Forest Classifier sebesar 95% dan performa yang dihasilkan dari metode ini lebih baik dari metode Support Vector Machine yaitu 91%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Kusnawi, Kusnawi
Uncontrolled Keywords: Data Mining, Support Vector Machine, Random Forest Classifier, Feature Selection, Klasifikasi
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 25 Jul 2024 03:17
Last Modified: 25 Jul 2024 03:17
URI: http://eprints.amikom.ac.id/id/eprint/26478

Actions (login required)

View Item View Item