• Tidak ada hasil yang ditemukan

Penerapan Algoritma Support Vector Machine untuk Prediksi Harga Emas

N/A
N/A
Protected

Academic year: 2021

Membagikan "Penerapan Algoritma Support Vector Machine untuk Prediksi Harga Emas"

Copied!
10
0
0

Teks penuh

Gambar

Gambar 1 Harga emas dari bulan Juli  sampai November 2011
Gambar 2 Kerangka Pemikiran
Gambar 2 Metode yang diusulkan  Pada  gambar  7  dapat  dijelaskan  bahwa  dataset  varibel  A  merupakan  dataset  yang  terdiri  dari  atribut  open,  high,  dan  low  dengan label close, sedangkan dataset varibel  B dataset yang terdiri dari atribut ope
Tabel 1 Pengujian varibel  dengan kernel  type dot  Variabel A  Variabel B  C  (cost)  RMSE  C  (cost)  RMSE  0.1  28.248 +/- 0.000  0.1  15.868 +/- 0.000  0.2  6.372 +/- 0.000  0.2  6.386 +/- 0.000  0.3  5.346 +/- 0.000  0.3  5.406 +/- 0.000  0.4  5.138 +

Referensi

Dokumen terkait

Hasil dari pengujian model yang dilakukan adalah memprediksi penyakit jantung dengan support vector machine dan support vector machine berbasis particle swarm

Dalam penelitian yang telah dilakukan dengan menerapkan dua algoritma data mining yaitu algoritma Naive Bayes dan Support Vector Machine (SVM) kedua algoritma

Model yang diusulkan pada penelitian tentang prediksi penyakit diabetes adalah dengan menerapkan Support Vector Machine dan Support Vector Machine berbasis berbasis

Hasil dari pengujian model yang dilakukan adalah memprediksi penyakit jantung dengan support vector machine dan support vector machine berbasis particle

Telekomunikasi Indonesia dengan menggunakan algoritma Support Vector Machine , langkah awal yang dilakukan pada penelitian ini adalah dengan menentukan datasetnya, dimana

Penelitian dengan judul “ Perbandingan Kinerja Naive Bayes dan Support Vector Machine untuk Prediksi Herregistrasi “ bertujuan untuk mengetahui perbandingan kinerja naive bayes

Hasil dari pengujian model yang dilakukan adalah memprediksi penyakit jantung dengan support vector machine dan support vector machine berbasis particle swarm

3.3 Perbandingan Kedua Algoritma Hasil prediksi dari kedua algoritma Naïve Bayes dan Support Vector Machine dengan metode latih percentage split dan k-fold cross validation