• Tidak ada hasil yang ditemukan

30 DAFTAR PUSTAKA

N/A
N/A
Protected

Academic year: 2024

Membagikan "30 DAFTAR PUSTAKA"

Copied!
2
0
0

Teks penuh

(1)

30

DAFTAR PUSTAKA

Adnyana, I. M. (2015). PREDIKSI LAMA STUDI MAHASISWA DENGAN METODE RANDOM FOREST (STUDI KASUS : STIKOM BALI). STMIK STIKOM Bali, 201.

Andreas Vrettos, S. T. (2009). Sensitivity Analysis of Neural Network Parameters for Identifying the Factors for College Student Success. World Congress on.

Arif Pratama, R. C. (2018). Implementasi Algoritme Support Vector Machine (SVM) untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1704-1708.

Asep Saefulloh, M. (2013). PENERAPAN METODE KLASIFIKASI DATA MINING UNTUK PREDIKSI KELULUSAN TEPAT WAKTU. InfoSys Journal, Vol.2 No.1, 41-54.

Astuti, I. P. (2017). Prediksi Ketepatan Waktu Kelulusan Dengan Algoritma Data Mining C4.5. Fountain of Informatics Journal.

Budi Santoso, A. U. (2018). Data Mining dan Big Data Analytics. Media Pustaka, 276.

Daniel, L. T. (2006). Data Mining Methods and Models. John Wiley & Sons.

Fadilah, A. R. (2014). Analisis dan Perbandingan Metode Support Vector Machine dan Naive Bayes Untuk E-Mail Spam Filtering. Bandung: Universitas Telkom.

Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting. Annals of Statistics, vol. 38, no. 4.

Gorunescu, F. (2011). Data Mining Concepts Models and Techniques. Craiova: Springer.

Harlan, J. (2018). Analisis Regresi Logistik. Depok: Gunadarma.

Imam Tahyudin, E. U. (2013). Comparing Clasification Algorithm Of Data Mining to Predict. Information Systems International Conference (ISICO).

Jananto, A. (2013). Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa. Jurnal Teknologi Informasi DINAMIK Volume 18, No.1, 9-16.

Kusrini, E. T. (2009). Algoritma Data Mining. Surabaya: Andi Offset.

(2)

31 L., B. (2001). Random Forests. Machine Learning 45, 5-32.

Mashlahah, S. (2013). Prediksi Kelulusan Mahasiswa Menggunakan Metode Decision Tree Dengan Menerapkan Algoritma C4.5.

Muhammad Sony Maulana, R. S. (2019). Prediksi Ketepatan Kelulusan Mahasiswa Diploma. Jurnal Sistem dan Teknologi Informasi, Vol. 07. No. 03.

Muhammad, I. (2020, 03 09). Seberapa Penting Nilai IPK di Mata HRD? Retrieved from https://money.kompas.com/read/2020/03/09/073000626/seberapa-penting-nilai- ipk-di-mata-hrd-?page=all

Noori, R. (2015). Analisis Komponen Utama (Principal Component Analysis).

Rohman, A. (n.d.). MODEL ALGORITMA K-NEAREST NEIGHBOR (K-NN) UNTUK PREDIKSI KELULUSAN MAHASISWA.

Santoso, B. (2007). Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis.

Yogyakarta: Graha Ilmu.

Shyamala Doraisamy, S. G. (2008). A Study on Feature Selection and Classification Techniques for Automatic Genre Classification of Traditional Malay Music.

Content-Based Retrieval, Categorization.

Referensi

Dokumen terkait

Metode yang digunakan untuk memprediksi prestasi mahasiswa adalah metode decision tree algoritma C4.5 dengan menggunakan beberapa kriteria berdasarkan latar belakang

Pengolahan data mining dengan menggunakan metode decision tree dan algoritma C45 menghasilkan sebuah pohon keputusan beserta dengan tingkat kelulusan masing-masing

Dalam penelitian ini metode yang diusulkan adalah metode klasifikasi prediksi data mining algoritma C4.5 dan Decision Tree terhadap dataset penyakit diabetes

Ketepatan menguraikan proses penyusunan dokumen KA- AMDAL dan AMDAL 5% 9 Mahasiswa mampu menelaah C4 kajian dampak lingkungan dengan mendiskusikan A2 metode identifikasi prediksi

Kesimpulan Model prediksi performansi mahasiswa dengan mempertimbangkan motivasi intrinsik dapat dilakukan menggunakan algoritma Decision Tree dan optimasi parameter dengan Grid

Pada penelitian ini akan melakukan prediksi kelulusan mahasiswa pada matakuliah arsitektur sistem komputer dengan menerapkan proses data mining dan algoritma C5.0 untuk proses prediksi

Dari tabel ketepatan klasifikasi dari metode CHAID Estimasi risiko yang diperoleh sebesar 0,145 yang menunjukkan bahwa prediksi kategori oleh Metode CHAID Status kelulusan mahasiswa,

IMPLEMENTASI APLIKASI PREDIKSI KETEPATAN PEMBAYARAN CUSTOMER PERUSAHAAN DENGAN METODE DECISION TREE Skripsi Disusun Oleh : Fajar Dedi Pratama 190602030 PROGRAM STUDI