KLASIFIKASI REKOMENDASI DOSEN PEMBIMBING TUGAS AKHIR DENGAN MENGGUNAKAN ALGORITMA RANDOM FOREST (RF)
| Main Author: | Regina, Rosa |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/34178/1/jiptummpp-gdl-rosaregina-45505-1-pendahul-n.pdf http://eprints.umm.ac.id/34178/2/jiptummpp-gdl-rosaregina-45505-2-babi.pdf http://eprints.umm.ac.id/34178/ |
Daftar Isi:
- Data mining sebagai proses yang menggunakan satu atau lebih teknik pembelajaran komputer untuk melakukan analisa dan mendapatkan informasi yang bermanfaaat dan dapat dimengerti dalam suatu basis data yang besar. Salah satu teknik penggunaan data mining yaitu Klasifikasi. Random Forest merupakan salah satu algoritma yang digunakan untuk menyelesaikan masalah klasifikasi. Random Forest memprediksi respons suatu amatan dengan cara menggabungkan (aggregating) hasil prediksi k pohon. Untuk masalah klasifikasi, pohon yang dibangun adalah pohon klasifikasi dan hasil prediksi random forest adalah berdasarkan majority vote (suara terbanyak), yaitu kategori atau kelas yang paling sering muncul sebagai hasil prediksi dari k pohon klasifikasi. Ada banyak algoritma pelatihan yang sudah dikembangkan oleh para peneliti, salah satunya adalah Random Forest (RF), dari hasil penelitian untuk kategorisasi teks menunjukkan bahwa RF memiliki akurasi 92%, akurasi Naà ̄ve Bayes 87%, akurasi K-NN 85%, akurasi SVM 87%. Sehingga pada penelitian ini dipilih metode RF untuk menyelesaikan masalah klasifikasi penetuan dosen pembimbing tugas akhir.