Perancangan Dan Implementasi Sistem Klasifikasi Masa Studi Mahasiswa Menggunakan Data Mining Berbasis Algoritma ID3
Teks penuh
Gambar
Dokumen terkait
Persentase Tingkat Keberhasilan Sistem APLIKASI DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORHOOD (STUDI KASUS DATA AKADEMIK
Uji aturan dengan menetapkan 310 records sebagai data pada training set dan mengubah-ubah jumlah sampel data pada test set menghasilkan nilai rerata persentase keberhasilan
dibandingkan dengan data asli dan dicari kecocokannya secara otomatis oleh program. Pengujian ini juga berguna untuk mengetahui apakah nilai k yang digunakan
Tahap ini juga dapat disebut tahap learning karena pada tahap ini data training diklasifikasikan oleh model dan kemudian menghasilkan sejumlah aturan. Untuk membuat pohon
Confusion matrix diterapkan pada 300 data testing yang sudah disiapkan, data testing tersebut dihitung dengan menggunakan algoritma naïve bayes, kemudian hasil dari semua
Berdasarkan hasil pengklasifikasian sebelumnya pada perbandingan jumlah data training dan data testing sebesar 60:40 atau pada data training berjumlah 240 dan data
Data latih merupakan data yang akan digunakan pada proses mining untuk menghasilkan rule dengan menggunakan data mahasiswa angkatan 2014-2016.. Sedangkan data uji adalah data yang akan
Dari hasil pengujian yang dilakukan dengan menggunakan data sebanyak 284 dengan 227 sebagai data training dan 57 sebagai data testing baik untuk fitur kontinu menggunakan distribusi
