• Tidak ada hasil yang ditemukan

Prediksi Penyakit Diabetes Melitus Menggunakan Metode Support Vector Machine dan Naive Bayes

N/A
N/A
Protected

Academic year: 2021

Membagikan "Prediksi Penyakit Diabetes Melitus Menggunakan Metode Support Vector Machine dan Naive Bayes"

Copied!
6
0
0

Teks penuh

Gambar

Tabel Mean dan Standar Deviasi
Gambar 1. Confusion Matrix Algoritma Support Vector Machine

Referensi

Dokumen terkait

Penelitian ini dilakukan pada perusahaan PT. Karya Luhur Permai yang berlokasi di Jalan Mayjen Sutoyo no.55 Denpasar.Lokasi penelitian ini dipilih karena ditemukannya

Implementasi Text Mining Pada Analisis Sentimen Pengguuna Twitter Terhadap Media Mainstream Menggunakan Naive Bayes Classifier Dan Support Vector Machine..

Laporan tugas akhir ini menjelaskan percobaan yang mengaplikasikan kembali metode Naive Bayes, Maximum Entropy, dan Support Vector Machine untuk analisis

Dari 2 metode algoritma yang digunakan pada tahap klasifikasi yaitu Naïve Bayes dan Support Vector Machine (SVM) didapatkan hasil bahwa nilai akurasi yang lebih

Hal ini berbeda dengan penelitian Syarifudin (2014) hasil penelitiannya menyatakan peran internal auditor tidak berpengaruh signifikan terhadap kualitas laporan

yang diuji yaitu warna, aroma, tekstur dan rasa denganmenggunakan bahan pengasap tempurung kelapa, serbuk gergaji medang dan sekam padi.Penelitian ini

Analisis Algoritma Support Vector Machine dan Naive Bayes Kernel dalam Klasifikasi Data (Simangunsong, 2019) permasalahan dari penelitian ini adalah setiap data

Penelitian ini menggunakan metode Support Vector Machine dan metode Support Vector Machine berbasis Particle Swarm Optimization dalam mendapatkan aturan