@prefix event: <http://purl.org/NET/c4dm/event.owl#> .
  @prefix eprel: <http://eprints.org/relation/> .
  @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
  @prefix dc: <http://purl.org/dc/elements/1.1/> .
  @prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#> .
  @prefix epid: <http://eprints.amikom.ac.id/id/> .
  @prefix ep: <http://eprints.org/ontology/> .
  @prefix owl: <http://www.w3.org/2002/07/owl#> .
  @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
  @prefix foaf: <http://xmlns.com/foaf/0.1/> .
  @prefix cc: <http://creativecommons.org/ns#> .
  @prefix dct: <http://purl.org/dc/terms/> .
  @prefix void: <http://rdfs.org/ns/void#> .
  @prefix skos: <http://www.w3.org/2004/02/skos/core#> .
  @prefix bibo: <http://purl.org/ontology/bibo/> .
  @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .

<>
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31765>;
	rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .

<http://eprints.amikom.ac.id/id/document/319546>
	dct:hasPart <https://eprints.amikom.ac.id/id/eprint/31765/1/22.55.1206%20%20Hizbul%20Izzi.pdf>;
	ep:hasFile <https://eprints.amikom.ac.id/id/eprint/31765/1/22.55.1206%20%20Hizbul%20Izzi.pdf>;
	rdf:type bibo:Document,
		ep:Document;
	rdfs:label "PENINGKATAN RECOGNITION RATE KELAS MINORITAS ALGORITMA\r\nNAIVE BAYES DENGAN METODE SMOTE PADA DATA NUMERIK (Text)"^^xsd:string .

<http://eprints.amikom.ac.id/id/eprint/31765#authors>
	rdf:_1 <http://eprints.amikom.ac.id/id/person/ext-e604a7f00f3079f3c447d10f5bcd5a63> .

<http://eprints.amikom.ac.id/id/eprint/31765>
	<> <http://eprints.amikom.ac.id/id/person/ext-724a05cff2a49ec7f01c7e646a7cc2c4>;
	bibo:abstract "Pada penelitian ini akan mengklasifikasikan data numerik yaitu data loan\r\nyang diambil dari Kaggle. Data yang digunakan berjumlah 9578 dataset yang\r\nmeliputi kelas data dengan peminjam dapat menyelesaikan kredit sebanyak\r\n8045 record dan peminjaman yang tidak dapat menyelesaikan kredit sebanyak\r\n1533 record. Dari jumlah data tersebut terdapat ketidakseimbangan kelas\r\nsehingga perlu dilakukan penyeimbangan agar mendapatkan hasil klasifikasi\r\nyang lebih akurat. Tujuan dari penelitian ini adalah meningkatkan akurasi\r\nalgoritma Naïve Bayes dalam mengklasifikasikan data numerik. Penipuan\r\ndalam transaksi keuangan adalah contoh kasus data tidak seimbang, di mana\r\njumlah transaksi yang sah jauh lebih banyak dibandingkan yang merupakan\r\npenipuan.\r\nOptimalisasi akurasi pada kelas minoritas (penipuan) sangat penting untuk\r\nmenghindari kerugian. Metode yang digunakan untuk meningkatkan akurasi\r\nalgoritma yaitu Syntetic Minority Oversampling Tecnique (SMOTE) dengan\r\ncara meng-over sampling minoritas dataset. Selain itu juga menggunakan metoe\r\nK-Fold Cross Validation untuk mengevaluasi performa dari proses algoritma\r\nyang digunakan. Praproses data dilakukan untuk membersihkan data dari nilai-\r\nnilai yang hilang dan tidak valid serta menormalisasi data supaya semua fitur\r\nberada dalam skala yang sama dan sesuai untuk analisis klasifikasi.\r\nBerdasarkan hasil analisis yang dilakukan, sebelum penerapan SMOTE\r\nkemampuan model mengenali kelas minoritas sebesar 16.1%, sedangkan setelah\r\npenerapan SMOTE kemampuan model mengenali kelas minoritas menjadi\r\n48.8%. Selain itu juga sebelum penerapan SMOTE model mampu memprediksi\r\nkelas minoritas dengan benar sebanyak 10 kasus sedangkan setelah penerapan\r\nSMOTE, model mampu memprediksi kelas minoritas dengan benar sebanyak\r\n102 kasus. Sehingga dapat disimpulkan bahwa teknik SMOTE mampu\r\nmeningkatkan kemampuan model"^^xsd:string;
	bibo:authorList <http://eprints.amikom.ac.id/id/eprint/31765#authors>;
	bibo:status <http://purl.org/ontology/bibo/status/published>;
	dc:hasVersion <http://eprints.amikom.ac.id/id/document/319546>;
	dct:creator <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>,
		<http://eprints.amikom.ac.id/id/person/ext-e604a7f00f3079f3c447d10f5bcd5a63>;
	dct:date "2025-08-27";
	dct:isPartOf <http://eprints.amikom.ac.id/id/repository>;
	dct:issuer <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>,
		<http://eprints.amikom.ac.id/id/org/ext-36948168604b4d106ee1303b4b219e3c>;
	dct:subject <http://eprints.amikom.ac.id/id/subject/000.000.000A>;
	dct:title "PENINGKATAN RECOGNITION RATE KELAS MINORITAS ALGORITMA\r\nNAIVE BAYES DENGAN METODE SMOTE PADA DATA NUMERIK"^^xsd:string;
	ep:hasDocument <http://eprints.amikom.ac.id/id/document/319546>;
	ep:hasPublished <http://eprints.amikom.ac.id/id/document/319546>;
	rdf:type bibo:Article,
		bibo:Thesis,
		ep:EPrint,
		ep:ThesisEPrint;
	rdfs:seeAlso <https://eprints.amikom.ac.id/id/eprint/31765/> .

<http://eprints.amikom.ac.id/id/subject/000.000.000A>
	rdf:type skos:Concept;
	skos:prefLabel "000 Ilmu komputer, informasi dan pekerjaan umum"@en .

<https://eprints.amikom.ac.id/id/eprint/31765/1/22.55.1206%20%20Hizbul%20Izzi.pdf>
	rdfs:label "22.55.1206  Hizbul Izzi.pdf"^^xsd:string .

<https://eprints.amikom.ac.id/id/eprint/31765/>
	dc:format "text/html";
	dc:title "HTML Summary of #31765 \n\nPENINGKATAN RECOGNITION RATE KELAS MINORITAS ALGORITMA&#13;\nNAIVE BAYES DENGAN METODE SMOTE PADA DATA NUMERIK\n\n";
	foaf:primaryTopic <http://eprints.amikom.ac.id/id/eprint/31765> .

<http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>
	dct:hasPart <http://eprints.amikom.ac.id/id/org/ext-36948168604b4d106ee1303b4b219e3c>;
	foaf:name "Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/org/ext-36948168604b4d106ee1303b4b219e3c>
	dct:isPartOf <http://eprints.amikom.ac.id/id/org/ext-21286f0e74c14a2d2682a5c738dc458e>;
	foaf:name "PJJ Magister Informatika, Universitas AMIKOM Yogyakarta"^^xsd:string;
	rdf:type foaf:Organization .

<http://eprints.amikom.ac.id/id/person/ext-724a05cff2a49ec7f01c7e646a7cc2c4>
	foaf:familyName "Setyanto"^^xsd:string;
	foaf:givenName "Arief"^^xsd:string;
	foaf:name "Arief Setyanto"^^xsd:string;
	rdf:type foaf:Person .

<http://eprints.amikom.ac.id/id/person/ext-e604a7f00f3079f3c447d10f5bcd5a63>
	foaf:familyName "Izzi"^^xsd:string;
	foaf:givenName "Hizbul"^^xsd:string;
	foaf:name "Hizbul Izzi"^^xsd:string;
	rdf:type foaf:Person .