EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Penggunaan Heaviside Activation Function pada Regresi Linear untuk Klasifikasi Diabetes

Felix Indra Kurniadi, Vinnia Kemala Putri

Ultimatics : Jurnal Teknik Informatika · 2018

DOI: 10.31937/ti.v10i1.708 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Ultimatics : Jurnal Teknik Informatika, 2018. Verfasst von Felix Indra Kurniadi und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Diabetes is one of the diseases that rapidly increase in the world. One of the most used dataset for diabetes is Pima indian dataset. Pima indian have 8 features such as pregnancies, glucose, blood pressure, insulin, BMI, diabetes pedigree function and age. In this research we are comparing between Linear Regression using Heaviside Activation Function and Logistic Regression. Logistic regression gives better result compare linear regression using Heaviside Activation Function. Index Terms”Diabetes, Regresi, Heaviside Activation Function, Logistic Regression

Zitieren

APA

Kurniadi, F. I., & Putri, V. K. (2018). Penggunaan Heaviside Activation Function pada Regresi Linear untuk Klasifikasi Diabetes. Ultimatics : Jurnal Teknik Informatika. https://doi.org/10.31937/ti.v10i1.708

Vancouver

Kurniadi FI, Putri VK. Penggunaan Heaviside Activation Function pada Regresi Linear untuk Klasifikasi Diabetes. Ultimatics : Jurnal Teknik Informatika. 2018. doi:10.31937/ti.v10i1.708

BibTeX
@article{Kurniadi2018,
  author = {Kurniadi, Felix Indra and Putri, Vinnia Kemala},
  title = {Penggunaan Heaviside Activation Function pada Regresi Linear untuk Klasifikasi Diabetes},
  journal = {Ultimatics : Jurnal Teknik Informatika},
  year = {2018},
  doi = {10.31937/ti.v10i1.708}
}
Kostenlos starten →