Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng
VARIANSI: Journal of Statistics and Its application on Teaching and Research · 06.12.2022 · 4 (3) · 121-127
DOI: 10.35580/variansiunm31 ↗Kurz gefasst
Fachartikel in der Zeitschrift VARIANSI: Journal of Statistics and Its application on Teaching and Research, online erschienen am 06.12.2022. Verfasst von Suci Amaliah und 2 weiteren Autor:innen. Die Arbeit wurde bisher 5-mal zitiert (Crossref).
Abstract (Originalsprache)
Random Forest (RF) adalah metode yang dapat meningkatkan hasil akurasi dalam membangkitkan atribut untuk setiap node yang dilakukan secara acak. Penelitian ini bertujuan untuk mengetahui tingkat akurasi metode RF dalam memprediksi varian minuman kopi di kedai Konijiwa Bantaeng yang paling diminati pelanggan. Berdasarkan hasil analisis diperoleh bahwa model dengan error klasifikasi terkecil adalah dengan menggunakan mtry 2 dan ntree 500. Model yang dihasilkan dievaluasi dengan menggunakan confusion matrix dimana diperoleh bahwa varian minuman kategori coffee based lebih diminati daripada signature coffee dengan nilai akurasi sebesar 94,12%.
Zitieren
APA
Amaliah, S., Nusrang, M., & Aswi, A. (2022). Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng. VARIANSI: Journal of Statistics and Its application on Teaching and Research, 4(3), 121-127. https://doi.org/10.35580/variansiunm31
Vancouver
Amaliah S, Nusrang M, Aswi A. Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng. VARIANSI: Journal of Statistics and Its application on Teaching and Research. 2022;4(3):121-127. doi:10.35580/variansiunm31
BibTeX
@article{Amaliah2022,
author = {Amaliah, Suci and Nusrang, Muhammad and Aswi, Aswi},
title = {Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng},
journal = {VARIANSI: Journal of Statistics and Its application on Teaching and Research},
year = {2022},
volume = {4},
number = {3},
pages = {121--127},
doi = {10.35580/variansiunm31}
}
EUVIMED