ANALISIS PERBANDINGAN KINERJA ALGORITMA KLASIFIKASI K-NEAREST NEIGHBOR DAN C4.5

Tuntun, Ritham (2023) ANALISIS PERBANDINGAN KINERJA ALGORITMA KLASIFIKASI K-NEAREST NEIGHBOR DAN C4.5. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.55.1067 Ritham Tuntun.pdf Download (4MB)

Abstract

Penelitian ini berjudul Analisis Perbandingan Kinerja Algoritma Klasifikasi Dengan Menggunakan Metode K-Fold Cross Validation. Penelitian ini bertujuan untuk membandingkan kinerja dari dua algoritma data mining klasifikasi yaitu algoritma K-Nearest Neighbor, dan C4.5 dengan menggunakan metode K-Fold Cross Validation. Data yang digunakan pada penelitian ini yaitu data publik iris. Data publik iris terdiri dari 150 data dan target klas berjumlah 3 label yaitu iris-setosa, irisversicolor, dan iris-virginica, dan dataset Diabetes yang terdiri dari 768 record data dan target klas berjumlah 2 label yaitu ya (diabetes) atau tidak (diabetes). Data training yang digunakan pada penelitian ini sebesar 97% dan data testing yang digunakan sebesar 3%, dan jumlah K pada K-Fold Cross Validation sebesar 30 atau 30 kali tahap percobaan. Hasil penelitian yaitu pada dataset iris, algoritma K-Nearest Neighbor dan algoritma C4.5 memiliki tingkat akurasi yang sama yaitu 95,33%. Untuk tingkat recall, algoritma K-Nearest Neighbor memperoleh persentase 94,44%, sedangkan algoritma C4.5 memiliki persentase 93,33%. Untuk tingkat presisi algoritma algoritma K-Nearest Neighbor memperoleh tingkat presisi sebesar 93,70%, sedangkan algoritma C4.5 memperoleh 93,15%. Selanjutnya pada dataset Diabetes, algoritma K-Nearest Neighbor memperoleh tingkat akurasi sebesar 71,10%, sedangkan algoritma C4.5 sebesar 72,38%. Untuk tingkat recall algoritma KNearest Neighbor memperoleh persentase sebesar 67,13%, sedangan algoritma C4.5 sebesar 63,46%. Untuk tingkat presisi algoritma K-Nearest Neighbor memperoleh persentase sebesar 68,64%. Sedangkan C4.5 sebesar 72,74%.

Actions (login required)

View Item