TEKNIK DATA MINING UNTUK MEMPREDIKSI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORHOOD
Teks penuh
Gambar
Dokumen terkait
[r]
Berdasarkan dari penelitian yang dilakukan, dapat disimpulkan bahwa Algoritma K-Nearest Neighbors dapat digunakan dalam melakukan prediksi terhadap kasus
Sedangkan, kelemahan KNN adalah KNN perlu menentukan nilai dari parameter K (jumlah dari tetangga terdekat), training berdasarkan jarak tidak jelas mengenai jenis
Oleh karena itu dengan adanya sebuah prediksi kelulusan mahasiswa dengan teknik klasifikasi menggunakan algoritma k-nearest neighbor diharapkan agar mahasiswa dapat
Pengujian data Colon Tumor dan Leukimia pada skenario 1 menghasilkan rata-rata performansi yang sama dengan nilai tertinggi pada saat K=3. Sedangkan pada skenario 2
Untuk mengatasinya, pada penelitian ini digunakan metode k-Nearest Neighbor untuk mengklasifikasi status desa-desa yang ada di Kabupaten Malaka berdasarkan nilai
Hasil pengujian akurasi tertinggi yang diperoleh dari metode Modified K-Nearest Neighbor pada klasifikasi masa studi mahasiswa Teknik Informatika berdasarkan Index
Gambar 3.9 Halaman Hasil Prediksi 3.5 Perancangan Pengujian Dari data latih dan data uji akan dilakukan pengujian dengan menggunakan algoritma K-Nearest Neighbor.. 3.5.1 Perhitungan
