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

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