• Tidak ada hasil yang ditemukan

Repository Institut Teknologi Indonesia: IMPLEMENTASI MACHINE LEARNING MODEL LINEAR DALAM KLASIFIKASI ANOMALI PADA GEARBOX MESIN KERTAS

N/A
N/A
Protected

Academic year: 2023

Membagikan "Repository Institut Teknologi Indonesia: IMPLEMENTASI MACHINE LEARNING MODEL LINEAR DALAM KLASIFIKASI ANOMALI PADA GEARBOX MESIN KERTAS"

Copied!
2
0
0

Teks penuh

(1)

53

Teknik Industri - ITI DAFTAR PUSTAKA

[1] Savitri, Ni Luh Putu Chandra, et al. “Analisis Klasifikasi Sentimen Terhadap Sekolah Daring Pada Twitter Menggunakan Supervised Machine Learning.”

Jurnal Teknik Informatika Dan Sistem Informasi, vol. 7, no. 1, 24 Apr. 2021, https://doi.org/10.28932/jutisi.v7i1.3216. Accessed 25 Jun. 2023.

[2] Satoni Kurniawansyah, Arius. IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK DALAM MEMPREDIKSI HASIl UJIAN KOMPETENSI KEBIDANAN (STUDI KASUS: AKADEMI KEBIDANAN DEHASEN BENGKULU). Feb. 2018, www.ejournal.unib.ac.id/index.php/pseudocode.

Accessed 16 Jul. 2023.

[3] Ridho, Ihda Innar, et al. “METODE NEURAL NETWORK UNTUK PENENTUAN AKURASI PREDIKSI HARGA RUMAH.” Technologia : Jurnal Ilmiah, vol. 13, no. 1, 15 Feb. 2022, p. 56, https://doi.org/10.31602/tji.v13i1.6252. Accessed 16 Jul. 2023.

[4] Matematika, Jurnal, et al. PARAMETER PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) UNTUK MENDETEKSI PENYALAHGUNAAN NARKOBA Application of Support Vector Machine (SVM) Method to Detect Drug Abuse. No. 02, 2022. Accessed 16 Jul. 2023.

[5] Ciu, Tania, and Raymond Sunardi Oetama. “Logistic Regression Prediction Model for Cardiovascular Disease.” IJNMT (International Journal of New Media Technology), vol. 7, no. 1, 2 July 2020, pp. 33–38, https://doi.org/10.31937/ijnmt.v7i1.1340. Accessed 4 Apr. 2023.

[6] Tamir, Tariku Sinshaw, et al. “Traffic Congestion Prediction Using Decision Tree, Logistic Regression and Neural Networks.” IFAC-PapersOnLine, vol. 53, no. 5, 2020, pp. 512–517, https://doi.org/10.1016/j.ifacol.2021.04.138. Accessed 4 Apr. 2023.

[7] Theodorus, Daniel, et al. MACHINE LEARNING REKOMENDASI PRODUK DALAM PENJUALAN MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING. 31 Dec. 2021, www.jidt.org. Accessed 7 Jun.

2023.

(2)

54

Teknik Industri - ITI [8] Sihombing, Pardomuan Robinson, and Istiqomatul Fajriyah Yuliati. “Penerapan

Metode Machine Learning Dalam Klasifikasi Risiko Kejadian Berat Badan Lahir Rendah Di Indonesia.” MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, vol. 20, no. 2, 30 May 2021, pp. 417–426, https://doi.org/10.30812/matrik.v20i2.1174. Accessed 25 Jun. 2023.

[9] Octaviani, Pusphita, et al. PENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) PADA DATA AKREDITASI SEKOLAH DASAR (SD) DI KABUPATEN MAGELANG. Vol. 3, no. 4, 2014, pp. 811–820. Accessed 16 Jul. 2023.

[10] Hasanah, Siti. “STATMAT.” Jurnal Statistika Dan Matematika), vol. 1, no. 1, Jan. 2019. Accessed 13 Jul. 2023.

[11] Parapat, Indri, et al. “Penerapan Metode Support Vector Machine (SVM) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, vol. 2, no. 10, 2018, pp. 3163–3169.

Accessed 16 Jul. 2023.

[12] Syukron, Akhmad, and Agus Subekti. “Penerapan Metode Random Over-under Sampling Dan Random Forest Untuk Klasifikasi Penilaian Kredit.” Jurnal Informatika, vol. 5, no. 2, 29 Sept. 2018, pp. 175–185, https://doi.org/10.31294/ji.v5i2.4158. Accessed 14 Jun. 2023.

[13] Muslim, Ichwanul, and Karo Karo. “Implementasi Metode XGBoost Dan Feature Importance Untuk Klasifikasi Pada Kebakaran Hutan Dan Lahan.”

Journal of Software Engineering, Information and Communication Technology, vol. 1, no. 1, 2020, pp. 11–18. Accessed 2 Aug. 2023.

[14] Setyohadi, Djoko Budiyanto, et al. “Perbaikan Performansi Klasifikasi Dengan Preprocessing Iterative Partitioning Filter Algorithm.” Telematika, vol. 14, no.

01, 26 July 2017, https://doi.org/10.31315/telematika.v14i01.1960. Accessed 2 Aug. 2023.

Referensi

Dokumen terkait

A F F I D A V I T I, _____________________________, of legal age, single/married/widowed, residing at ____________________________________________, after having been sworn according to

Berdasarkan dari hasil RMSE dan MAPE masing- masing model maka dapat ditarik kesimpulan bahwa model Machine Learning yang terbaik yaitu Regresi Random Forest dengan nilai RMSE dan MAPE