KLASIFIKASI ABSTRAK JURNAL KOMPUTASI MENGGUNAKAN METODE TEXT MINING DAN ALGORITMA SUPPORT VECTOR MACHINE
Teks penuh
Gambar
Dokumen terkait
Pada penelitian ini pun penulis dapat menerapkan beberapa model algoritma klasifikasi untuk menentukan nilai akurasi tertinggi serta menghasilkan nilai AUC ((Area Under Curve) dari
Berdasarkan hasil pengujian yang sudah dilakukan, algoritme SVM sangat cocok untuk klasifikasi data pada penelitian ini yang menghasilkan akurasi optimal yaitu
Nilai akurasi yang paling optimal atau akurasi yang memiliki nilai paling tinggi menunjukkan bahwa sistem ini telah sesuai dengan yang diharapkan, sehingga didapatkan metode
klasifikasinya dapat mengenali gestur tangan dengan cukup baik dan membutuhkan waktu komputasi yang cukup cepat, dengan nilai akurasi yang didapatkan yaitu sebesar
Hasil pengujian yang sudah dilakukan terhadap sistem klasifikasi gangguan jiwa skizofrenia menggunakan algoritme support vector machine menghasilkan akurasi terbaik
Hasil Prediksi Optimizer Parameter Linear Support Vector Machine k=2 Berdasarkan Gambar 4 tersaji hasil akurasi klasifikasi tertinggi menggunakan metode SVM dengan penambahan Optimizer
Dihasilkan akurasi tertinggi pada parameter C yang bernilai 10, gamma = scale, menggunakan kernel linear, dan skenario data latih dan uji 70%:30% yaitu dengan nilai akurasi 96%
3, Tahun 2017 Halaman 447 Dari matriks konfusi tersebut didapatkan akurasi sebagai berikut : Dapat disimpulkan bahwa klasifikasi dengan metode SSVM yang terbaik didapatkan dengan
