Analisis Performa Algoritma K-NN Dan C4.5 Pada Klasifikasi Data Penduduk Miskin

Femi Dwi Astuti, Mohammad Guntara

Abstract


Status kemiskinan penduduk di Kecamatan Bantul diklasifikasikan  melalui  11 aspek. Jumlah nilai dari keseluruhan aspek akan menentukan kelas kemiskinan diantaranya kelas miskin, sangat miskin dan rawan miskin. Klasifikasi dengan model tersebut membuat hasil pengelompokan kurang akurat sehingga perlu dicoba klasifikasi dengan model yang lain. Analisis performa klasifikasi data penduduk miskin pada penelitian ini dikerjakan menggunakan metode klasifikasi K-NN dan C4.5. Kedua algoritma klasifikasi akan dibandingkan performanya melalui uji akurasi, precision dan recall.
Hasil analisis perbandingan performa algoritma K-NN dengan parameter setting k=1 memiliki performa yang paling baik dibandingkan dengan nilai k=10, 100, 1000 maupun algoritma C4.5. Hasil nilai Accuracy sebesar 94,71%, precision sebesar  84,96% dan recall sebesar 83,6%.


Full Text:

PDF

References


Yusa M, Utami E, Luthfi E, T, 2016, Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Readmisi Pasien Diabetes, Jurnal Buana Informatika, Volume 7, Nomor 4, Oktober 2016, Hal : 293-302.

Sartika Dewi, Sensuse D, I, 2017, Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour dan Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian, Jatisi, Vol.1 No.2 Maret 2017, ISSN : 1978-1520, hal 151-160

Fitri S, 2014, Perbandingan Kinerja Algoritma Klasifikasi Naive Bayesian, Lazy-IBK, Zero-R dan Decision Tree-J48, Jurnal DASI Vol.15 No.1 Maret 2014, ISSN:1411-3201, hal : 33-37

Fajri, I.N., 2017, Analisis Performa Algoritma Klasifikasi pada Pengelompokan Benih Gandum, Jurnal Ilmiah DASI vol.18 No.3 September 2017, ISSN : 1411-3201, hlm 11-15.

Astuti P, 2016, Komparasi Penerapan Algoritma C4.5, K-NN dan Neural Network dalam Proses Kelayakan Penerimaan Kredit kendaraan Bermotor, Faktor Exacta 991) : 87-101, ISSN : 1979-276X, Hal 87-101.

Viswanathan K, Mayilvahanam P, Christy P, Performance Comparison for C4.5 and K-NN Techniques on Diabetic in heart problem, International Journal of Engineering Science and Computing, Volume 6 Issue No.9, ISSN : 231 3361, Hal : 3095 – 3098

Khotimah N, istiawan D, 2018, Perbandingan algoritma C4.5, Nive bayes dan K-Nearest Neighbour untuk Prediksi Lahan Kritis di Kabupaten Pemalang, The 7th University Research Colloqium 2018, STIKES PKU Muhammadiyah, Surakarta, Hal 41-50.

Hermawati, F. A., 2013, Data Mining, Andi Offset, Yogyakarta

Kamber, M., & Han, J., 2006, Datamining; Concepts and Techniques SecondEdition, San Francisco, MorganKaufmann Publishers.

Larose, Daniel, T., 2005, Discovering Knowledge in Data: an Introduction to Data Mining, John Wiley and Sons, USA.




DOI: http://dx.doi.org/10.30872/jurti.v2i2.1865

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 JURNAL REKAYASA TEKNOLOGI INFORMASI

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]

 Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

StatCounter - Free Web Tracker and Counter