• Tidak ada hasil yang ditemukan

Peningkatan Ketepatan Klasifikasi dengan Metode Bootstrap Aggregating pada Regresi Logistik Ordinal

N/A
N/A
Protected

Academic year: 2021

Membagikan "Peningkatan Ketepatan Klasifikasi dengan Metode Bootstrap Aggregating pada Regresi Logistik Ordinal"

Copied!
11
0
0

Teks penuh

Gambar

Gambar 1. T REN  A NGKA  K EMATIAN  B AYI DI  K ABUPATEN  K ARANGASEM
Gambar 2.  ALUR ANALISIS DATA
Tabel 2. R EGRESI  L OGISTIK  O RDINAL
Tabel 3. K ETEPATAN  K LASIFIKASI  R EGRESI  L OGISTIK  O RDINAL       Kelas Sebenarnya  Total0 1 2  Kelas  Prediksi  0  8  15  2  25 1 11 80 20  111  2  1  25  40  66  Total  20  120  62  202
+3

Referensi

Dokumen terkait

KOMPUTASI METODE NEWTON RAPHSON DENGAN SOFTWARE R UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI SECARA GEOGRAFIS (RLOTG).. Fakultas Matematika

Regresi logistik ordinal merupakan salah satu analisis regresi yang digunakan untuk menganalisa hubungan antara variabel respon dengan variabel prediktor, dimana

Variabel yang diklasifikasikan untuk metode Naïve Bayes dan sebagai variabel respon pada metode Regresi Logistik Ordinal adalah status pembayaran premi yang diukur dengan

Dalam analisis data dimana variabel respon adalah nominal, digunakan suatu metode yang merupakan pengembangan dari regresi logistik dan dikenal sebagai regresi logistik

Ruang lingkup penelitian ini adalah mengkaji dan membandingkan model Regresi Logistik Multinomial dan Bootstrap Aggregating Regresi Logistik Multinomial dalam menganalisis masalah

Regresi logistik ordinal merupakan salah satu analisis regresi yang digunakan untuk menganalisa hubungan antara variabel respon dengan variabel prediktor, dimana

Penelitian ini bertujuan membandingkan kinerja klasifikasi ketepatan waktu kelulusan mahasiswa FMIPA UNTAD dengan menggunakan metode support vector machine dan regresi logistik

Selanjutnya pada analisis regresi logistik ordinal, antara 6 variabel prediktor yang diamati dalam penelitian, diketahui model regresi logistik ordinalnya dan