Klasifikasi Risiko Hipertensi Menggunakan Metode Neighbor Weighted K- Nearest Neighbor (NWKNN)
Teks penuh
Gambar
Dokumen terkait
Hasil pengujian menunjukkan bahwa jumlah data latih mempengaruhi akurasi sistem dalam melakukan klasifikasi demam. Hal ini ditunjukkan dengan dengan hasil akurasi sebesar
Nilai F-Measure pada nilai k-values awal =40, 45, 50, 75 dan 100 menjadi bernilai rendah karena semakin banyak dokumen dari data latih yang dibandingkan terhadap data
Berdasarkan percobaan, 9 tipe sebagai data latih dan 5 tipe sebagai data uji maka rata-rata akurasi pengenalan huruf arab menggunakan metode U2DPCA (baris) yaitu sebesar 70% dengan
Pada penelitian ini, digunakan metode K-Nearest Neighbor (KNN) untuk melakukan klasifikasi dokumen hukum perceraian secara otomatis antara dokumen cerai talak dan
Berdasarkan hasil pengujian, metode ELM dapat melakukan klasifikasi penyimpangan tumbuh kembang anak dengan hasil akurasi terbaik pada saat rasio data latih dan data uji
Klasifikasi supervised adalah proses klasifikasi teks dengan menggunakan metode learning pada data teks yang sudah memiliki kelas pada data latih sebagai data untuk
Pada percobaan pertama, menggunakan dataset sebanyak 1013 record yang proporsi record pada setiap kelas target tidak sama dengan metode uji 70% data latih dan sisanya
Hasil pengujian menunjukkan bahwa jumlah data latih mempengaruhi akurasi sistem dalam melakukan klasifikasi demam. Hal ini ditunjukkan dengan dengan hasil akurasi sebesar
