KOMPARASI 5 METODE ALGORITMA KLASIFIKASI DATA MINING PADA PREDIKSI KEBERHASILAN PEMASARAN PRODUK LAYANAN PERBANKAN
Teks penuh
Gambar
Dokumen terkait
Algoritma Apriori Untuk Analisis Keranjang Belanja Pada Data Transaksi Penjualan Algoritma apriori atau sering disebut juga dengan analisis asosiasi (association rule
Permasalahan pada penelitian ini adalah belum diketahui akurasi dari metode klasifikasi data mining untuk prediksi penyakit hepatitis.. Oleh sebab itu metode yang
Salah satu cara mengatasi masalah ini adalah dengan menggunakan Data Mining (DM) dengan teknik klasifikasi algoritma C4.5. Data mining dapat digunakan untuk
Penelitian ini menyebutkan 4 (empat) metode algoritma klasifikasi yang cenderung digunakan dalam pengembangan DM, yaitu: 1) C45, metode ini menjadi pilihan pertama yang
value). Data integration and transformationi, untuk meningkatkan akurasi dan efisiensi algoritma. Data yang digunakan dalam penulisan ini bernilai kategorikal. Data
Pada penelitian sebelumnya yang dilakukan oleh Siti Masripah dengan melakukan komparasi algoritma klasifikasi data mining antara algortima C5.0 dan algoritma naïve bayes hasil yang
Hasil klasifikasi data di evaluasi dengan menggunakan Confusion Matrix dan kurva ROC untuk mengetahui tingkat hasil akurasi menggunakan algoritma Decision Tree yaitu sebesar 73.30% dan
Klasifikasi Data Mining dengan menggunakan Naïve Bayes Classifier dengan Algoritma
