EUVIMEDEUVIMED entdecken
Crossref

OPTIMALISASI AKURASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA PSO

Wahyuni Windasari

Journal of Data Science Theory and Application · 2022

DOI: 10.32639/jasta.v1i2.189 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Data Science Theory and Application, 2022. Verfasst von Wahyuni Windasari.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Dewasa ini metode klasifikasi data mining telah banyak diterapkan di berbagai bidang. Salah satunya bidang kesehatan. Penelitian ini membandingkan akurasi kinerja dua metode klasifikasi data mining yaitu metode Naïve Bayes dan C4.5 untuk memprediksi tingkat resiko kehamilan berdasarkan faktor resikonya. Hasil penelitian menunjukkan bahwa akurasi algoritma C4.5 lebih baik dibandingkan algoritma Naïve Bayes. Selain itu, penambahan algoritma PSO pada design penelitian juga mampu menaikkan akurasi algoritma C4.5.

Zitieren

APA

Windasari, W. (2022). OPTIMALISASI AKURASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA PSO. Journal of Data Science Theory and Application. https://doi.org/10.32639/jasta.v1i2.189

Vancouver

Windasari W. OPTIMALISASI AKURASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA PSO. Journal of Data Science Theory and Application. 2022. doi:10.32639/jasta.v1i2.189

BibTeX
@article{Windasari2022,
  author = {Windasari, Wahyuni},
  title = {OPTIMALISASI AKURASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA PSO},
  journal = {Journal of Data Science Theory and Application},
  year = {2022},
  doi = {10.32639/jasta.v1i2.189}
}
Kostenlos starten →