METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG
|
|
- Suhendra Agus Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 METODE ENSEMBLE PADA CART UNTUK PERBAIKAN KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG MUHAMMAD JAMAL MUTTAQIN PEMBIMBING DR. BAMBANG WIDJANARKO OTOK, M.SI. SANTI PUTERI RAHAYU, M.SI., PH.D.
2 Latar belakang Klasifikasi CART (1984) Ensemble Learning (1990s) Meningkatkan akurasi klasifikasi Bagging, Boosting, Random Forest Problematika Kemiskinan Klasifikasi kemiskinan di Jombang
3 Penelitian Terkait Suryadarma, Akhmad, Nina (2005) Ukuran kesejahteraan keluarga berbedabeda untuk tiap daerah Aeni (2009) Karakteristik rumah tangga miskin di Jawa Tengah: Pekerjaan bidang pertanian Pendidikan rendah Banyaknya anggota rumah tangga Metode ensemble Arcing CART meningkatkan akurasi klasifikasi 12,7% Permatasari (2013) Karakteristik penentu daerah miskin: Penggunaan jamban Rata-rata lama sekolah Sektor pekerjaan Angka melek huruf Metode ensemble Boosting MARS meningkatkan akurasi klasifikasi 7,9%
4 Rumusan masalah Penerapan CART? Peningkatan akurasi Bagging, boosting, random forest? Perbandingan akurasi dan stabilitas ensemble untuk mencapai akurasi konvergen?
5 Classification and regression trees (CART) Dikembangkan Leo Breiman, Jerome H. Friedman, Richard A. Olshen, dan Charles J. Stone pada 1984 Pohon keputusan Algoritma penyekatan rekursif biner Mengelompokkan ke dalam simpul agar homogen
6 Ilustrasi CART t 1 t 2 t 5 Pemilah 1 Pemilah 2 Pemilah 3 t 4 t 6 Pemilah 4 Pemilah 5 t 3 t 7 Parent node Child node t 8 t 9 Pemilah 6 t 10 t 11 Terminal node t 12 t 13
7 Pemilihan Pemilah i( t) = p( j t) p( i t) φ (,) st = it () pit ( ) pit ( ) j i L L R R i(t) = fungsi heterogenitas pada simpul t p L = proporsi pengamatan simpul kiri p R = proporsi pengamatan menuju simpul kanan i(t L ) = fungsi heterogenitas pada simpul anak kiri i(t R ) = fungsi heterogenitas pada simpul anak kanan φ(s,t) = goodness of split
8 Metode ensemble Menggabungkan prediksi klasifikasi dari banyak pohon klasifikasi melalu proses voting prediksi mayoritas Prediksi 1 Pohon klasifikasi 1 Prediksi akhir Voting Prediksi 2 Pohon klasifikasi 2 Prediksi T Pohon klasifikasi T
9 Bagging Bootstrap Aggregating Resampling acak dengan pengembalian Prediksi 1 CART 1 Dataset hasil resampling 1 Voting Prediksi 2 CART 2 Dataset hasil resampling 2 Prediksi T CART T Dataset hasil resampling T
10 Boosting Keluarga ensemble dengan banyak algoritma Dataset yang digunakan bergantung dari pohon klasifikasi sebelumnya Berfokus kepada data sampel yang salah diprediksi Prediksi 1 CART 1 Dataset (terboboti) 1 Voting Prediksi 2 CART 2 Dataset (terboboti) 2 Prediksi T CART T Dataset (terboboti) T
11 Algoritma adaboost.m1
12 Random Forest Perlu ada penambahan layer dari proses bagging Saat penentuan pemilah, variabel yang digunakan diambil secara acak Prediksi 1 CART 1 (prediktor acak) Dataset hasil resampling 1 Voting Prediksi 2 CART 2 (prediktor acak) Dataset hasil resampling 2 Prediksi T CART T (prediktor acak) Dataset hasil resampling T
13 Konsep kemiskinan BPS: ketidakmampuan untuk memenuhi standar minimum kebutuhan dasar, baik makanan maupun bukan makanan Pengukuran kemiskinan BPS: tingkat konsumsi baik makanan/non makanan Garis Kemiskinan Susenas
14 Sumber data Data sekunder Survey Verifikasi rumah tangga miskin Kabupaten Jombang 2010 Bappeda Kabupaten Jombang Data sampel rumah tangga miskin berjumlah 1353 Data sampel rumah tangga sangat miskin berjumlah 618 Perbandingan antarkelas 2,19 : 1
15 Variabel Penelitian Variabel Definisi Operasional Skala Pengukuran Y Status kemiskinan rumah tangga Nominal x1 Status penguasaan bangunan tempat tinggal Nominal x2 Luas kavling termasuk bangunan (m 2 ) Rasio x3 Luas lantai (m 2 ) Rasio x4 Jenis atap terluas Nominal x5 Jenis dinding terluas Nominal x6 Jenis lantai terluas Nominal x7 Tempat buang air besar (jamban) Nominal x8 Tempat pembuangan air tinja Nominal x9 Sumber penerangan utama Nominal x10 Sumber air minum Nominal x11 Bahan bakar memasak Nominal x12 Pengobatan Nominal x13 Ijazah terakhir kepala keluarga Ordinal x14 Penghasilan tiap bulan (Rp) Rasio
16 Langkah-langkah penelitian Pre-processing Data Analisis Klasifikasi dengan CART Analisis Klasifikasi Bagging CART Analisis Klasifikasi Boosting CART Analisis Klasifikasi Random Forest Membandingkan Klasifikasi antarmetode ensemble Menarik Kesimpulan Penelitian
17 Ukuran akurasi klasifikasi Tabel Klasifikasi Kelas Prediksi 1-APER Sensitivity Specificity Kelas Sebenarnya y 1 = -1 y 2 = 1 h 1 = -1 TN FN h 2 = 1 FP TP TP + TN TP + FP + TN + FN TP TP + FN TN TN + FP G-means sensitivity Luas AUC specificity
18 Uji Press s Q Press's Q = [ N ( nk) ] 2 N( K 1) N = Jumlah pengamatan total n = Jumlah pengamatan yang benar diklasifikasikan K = Jumlah kelas
19 Analisis CART Variabel menentukan klasifikasi kemiskinan: Penghasilan kepala Rumah Tangga (x14) Luas Lantai Bangunan (x3) Luas kavling termasuk bangunan (x2) Sumber air minum (x10) Dihasilkan 4 simpul kelas miskin dan 3 simpul kelas sangat miskin
20 Analisis CART x14< 2.125e+05 miskin 432/141 x3>=4.5 x10=abdefg x2< 49 miskin 770/363 x3>=13.5 miskin 14/9 sanga 0/11 x14< 8.75e+05 sangat 4/11 miskin 130/74 sangat 3/9
21 Akurasi Klasifikasi Akurasi CART Bagging Boosting Random Forest 1-APER 0,6986* 0,7438* 0,9006* 0,9812* Sensitivity 0,0502 0,1926 0,7589 0,9466 Specificity 0,9948 0,9956 0,9653 0,9970 G-Means 0,2234 0,4378 0,8559 0,9715 Luas AUC 0,568 0,872 0,967 0,999 Keterangan : * Statistik Press s Q signifikan
22 Performa Ensemble untuk mencapai akurasi konvergen Metode Klasifikasi St. Dev 1-APER Bagging CART 0,014 Boosting CART 0,069 Random Forest 0, Ensemble Bagging Boosting RF APER Jumlah Pohon 15 20
23 Kesimpulan CART Var x14, x3, x2, dan x10 paling menentukan klasifikasi Akurasi Ensemble Akurasi Lebih baik dibanding pohon klasifikasi tunggal CART Performa Ensemble Akurasi Random Forest paling baik Bagging CART paling cepat mencapai akurasi yang konvergen
Metode Ensemble pada CART untuk Perbaikan Klasifikasi Kemiskinan di Kabupaten Jombang
1 Metode Ensemble pada CART untuk Perbaikan Klasifikasi Kean di Kabupaten Jombang Muhammad Jamal Muttaqin, Bambang W. Otok, dan Santi Puteri Rahayu Jurusan Statistika, Fakultas MIPA, Institut Teknologi
Lebih terperinciBambang Widjanarko Otok (1), dan Dian Seftiana (2) (1,2) Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS)
1 Klasifikasi Rumah Tangga Sangat Miskin di Kabupaten Jombang Menurut Paket Bantuan Rumah Tangga yang Diharapkan dengan Pendekatan Random Forests Classification and Regression Trees (RF-CART) Bambang Widanarko
Lebih terperinciSeminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011
Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko
Lebih terperinciKLASIFIKASI RUMAH TANGGA MISKIN DI KABUPATEN JOMBANG DENGAN PENDEKATAN RANDOM FOREST CART
KLASIFIKASI RUMAH TANGGA MISKIN DI KABUPATEN JOMBANG DENGAN PENDEKATAN RANDOM FOREST CART Dian Seftiana, Oktiva Dhani Arleina, Giriesa Kinanti S., Rizka Amalia Dewi S., Fachrunisah 1Jurusan Statistika,
Lebih terperinciRANDOM FOREST DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) BINARY RESPONSE UNTUK KLASIFIKASI PENDERITA HIV/AIDS DI SURABAYA
RANDOM FOREST DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) BINARY RESPONSE UNTUK KLASIFIKASI PENDERITA HIV/AIDS DI SURABAYA 1 Nidhomuddin, 2 Bambang Widjanarko Otok 1,2 Jurusan Statistika,Fakultas
Lebih terperinciPEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN )
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART ( CLASSIFICATION AND REGRESSION TREES ) ( STUDI KASUS PENYAKIT DIABETES SUKU PIMA INDIAN ) PT Jasa Marga ro) C abang Semarang SKRIPSI Disusun Oleh
Lebih terperinciPERBANDINGAN TEKNIK SAMPLING DALAM RANDOM FOREST PADA KELAS IMBALANCED
PERBANDINGAN TEKNIK SAMPLING DALAM RANDOM FOREST PADA KELAS IMBALANCED Studi Kasus Perilaku Seksual Remaja di Indonesia Hasil SDKI 2012 Yogo Aryo Jatmiko 1, Septiadi Padmadisastra 2, Anna Chadidjah 3 Prodi
Lebih terperinciKLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE CHAID (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREE)
Surabaya, 3 Juli 2013 Seminar Hasil Tugas Akhir KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN (CLASSIFICATION AND REGRESSION TREE) Dosen Pembimbing
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada BAB II ini akan disampaikan materi-materi yang berkaitan dengan konsep data mining, yang merupakan landasan bagi pembahasan klasifikasi untuk evaluasi kinerja pegawai. 2. 1 Tinjauan
Lebih terperinciMemodelkan regresi logistik biner data set hasil sampel bootstrap B.
B O O T S T R A P A G G R E G A T I N G 1 2 3 4 5 6 7 Tinjauan Pustaka Algoritma Bagging Regresi Logistik Biner Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Pengambilan
Lebih terperinciBootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) 2337-3520 (2301-928X Print) D-91 Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin
Lebih terperinciPREDIKSI NASABAH POTENSIAL MENGGUNAKAN METODE KLASIFIKASI POHON BINER
PREDIKSI NASABAH POTENSIAL MENGGUNAKAN METODE KLASIFIKASI POHON BINER Ari Wibowo Program Studi Teknik Informatika Politeknik Negeri Batam Jl. Parkway No 1, Batam Center, Batam Telp 0778-469856, Fax 0778-463620
Lebih terperinciPENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI
PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS NARISWARI KARINA DEWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 RINGKASAN NARISWARI KARINA
Lebih terperinciHary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN BOOTSTRAP AGGREGATTING CLASSIFICATION AND REGRESSION TREES Hary Mega Gancar Prakosa 1307 100 077 Dosen Pembimbing Dr. Suhartono,
Lebih terperinciMETODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN
Technologia Vol 7, No.1, Januari Maret 2016 15 METODE POHON GABUNGAN PADA CART UNTUK ANALISA KESEJAHTERAAN RUMAH TANGGA DI BANJARMASIN Galih Mahalisa, S.Kom, M.Kom (galih.mahalisa@gmail.com) ABSTRAK Kemiskinan
Lebih terperinciKLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN CART ARCING
KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN CART ARCING 1 Ibrahim Widyandono 2 Bambang Widjanarko Otok 3 Jerry Dwi Trijoyo Purnomo 1 Mahasiswa Jurusan Statistika FMIPA-ITS
Lebih terperinciPENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis)
, April 2011 p : -43 ISSN : 0853-811 Vol 16 No.1 PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS (The Application of Random Forest in Driver Analysis) Nariswari Karina Dewi 1, Utami Dyah Syafitri
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Metode klasifikasi merupakan salah satu metode statistika untuk mengelompok atau mengklasifikasi suatu data yang disusun secara sistematis ke dalam suatu kelompok sehingga
Lebih terperinciAnalisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan Urbanisasi
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-100 Analisis CART (Classification And Regression Trees) pada Faktor-Faktor yang Mempengaruhi Kepala Rumah Tangga di Jawa Timur Melakukan
Lebih terperinciBAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH
Seminar Nasional Statistika IX Institut Teknologi Sepuluh Nopember, 7 November 2009 XVI-1 BAGGING CART PADA KLASIFIKASI ANAK PUTUS SEKOLAH Oleh: Bambang Widjanarko Otok 1) & Sumarmi 2) 1) Jurusan Statistika,FMIPA-ITS,
Lebih terperinciAbstrak USE OF CLASSIFICATION AND REGRESSION TREE (CART) FOR CHRONIC PERIODONTITIS CLASSIFICATION IN DENTAL HOSPITAL OF HANG TUAH UNIVERSITY SURABAYA
PENGGUNAAN CLASSIFICATION DAN REGRESSION TREE (CART) UNTUK KLASIFIKASI PERIODONTITIS KRONIS PADA PASIEN RUMAH SAKIT GIGI DAN MULUT UNIVERSITAS HANG TUAH SURABAYA Aulia Dwi Maharani Biostatistika Program
Lebih terperinciJURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM
JURNAL PREDIKSI PRESTASI SISWA SEKOLAH DASAR MENGGUNAKAN ALGORITMA CART PREDICTION ELEMENTARY SCHOOL STUDENT ACHIEVEMENT USING CART ALGORITHM Oleh: BENI KURNIAWAN 12.1.03.02.0201 Dibimbing oleh : 1. Resty
Lebih terperinciANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 81-90 Online di: http://eournal-s1.undip.ac.id/index.php/gaussian ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperinciKata Kunci: Penciri Tingkat Kesejahteraan, Kemiskinan, bagging MARS
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 34 42 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND IDENTIFIKASI FAKTOR-FAKTOR PENCIRI TINGKAT KESEJAHTERAAN RUMAH TANGGA MENGGUNAKAN BOOTSTRAP AGREGATING
Lebih terperinciKlasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees)
1 Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees) Sharfina Widyandini dan Vita Ratnasari Jurusan Statistika, Fakultas MIPA,
Lebih terperinciPENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI
PENENTUAN FAKTOR-FAKTOR MEMILIH MEREK DENGAN METODE CART DAMAS ESMU HAJI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 ABSTRAK DAMAS ESMU HAJI.
Lebih terperinciKLASIFIKASI KETAHANAN PANGAN RUMAH TANGGA DI SURABAYA DENGAN PENDEKATAN CART ARCING
TUGAS AKHIR SS141501 KLASIFIKASI KETAHANAN PANGAN RUMAH TANGGA DI SURABAYA DENGAN PENDEKATAN CART ARCING YUSNADA ASA NURANI NRP 1313 100 016 Dosen Pembimbing Dr. Bambang Widjanarko Otok, M. Si. PROGRAM
Lebih terperinciBAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta)
Prediksi Risiko (Moch. Abdul Mukid) BAGGING CLASSIFICATION TREES UNTUK PREDIKSI RISIKO PREEKLAMPSIA (Studi Kasus : Ibu Hamil Kategori Penerima Jampersal di RSUD Dr. Moewardi Surakarta) Moch. Abdul Mukid
Lebih terperinciPENERAPAN METODE CART
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 2, No. 2, Juli 2017, pp. 78-83 PENERAPAN METODE CART (CLASSIFICATION AND REGRESSION TREES) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-54
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-54 Klasifikasi Pengangguran Terbuka Menggunakan CART (Classification and Regression Tree) di Provinsi Sulawesi Utara Febti
Lebih terperinciKLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART
KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART SKRIPSI Disusun Oleh : NOVIE ERISKA ARITONANG 24010211140081 JURUSAN STATISTIKA FAKULTAS SAINS DAN
Lebih terperinciPENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA
PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Dina Yuanita Mahasiswa Jurusan Statistika FMIPA-ITS (1306 100 056) M. Syahid Akbar, S.Si, M.Si
Lebih terperinciPREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO
PREFERENSI KARAKTERISTIK KOPI 3 IN 1 MENGGUNAKAN METODE POHON REGRESI DAN KLASIFIKASI FITRIYANTO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
Lebih terperinciMETODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN
Lebih terperinciBAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.
BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang
Lebih terperinciPendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid Sri Hartati Selviani Handayani dan Santi Wulan Purnami Jurusan Statistika, Fakultas
Lebih terperinciKlasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees
JURAL SAIS DA SEI ITS Vol. 5, o.1, (2016) 2337-3520 (2301-928X Prin D-26 Klasifikasi Risiko Infeksi pada Bayi Baru Lahir di Rumah Sakit Umum Daerah Sidoarjo Menggunakan Metode Classification Trees Aulia
Lebih terperinciKlasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya
1 Klasifikasi Hasil Pap Smear Test Kanker Serviks Berdasarkan Faktor Resiko (Studi Kasus Di Rumah Sakit Swasta Surabaya Yuristian Ramdani dan Santi Wulan Purnami Jurusan Statistika, Fakultas Matematika
Lebih terperinciSKRIPSI. Disusun Oleh : ZULFA WAHYU MARDIKA NIM. J2E
PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION AND REGRESSION TREES) (STUDI KASUS KREDIT MACET DI PD. BPR-BKK PURWOKERTO UTARA) SKRIPSI Disusun Oleh : ZULFA WAHYU MARDIKA NIM.
Lebih terperinciKlasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART)
D193 Klasifikasi Nilai Peminat SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri) ITS dengan Pendekatan Classification and Regression Trees (CART) Lely Dwi Bhekti Pratiwi, Wahyu Wibowo, dan Ismaini
Lebih terperinciSeminar Hasil Tugas Akhir
Seminar Hasil Tugas Akhir Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada pasien Kanker Tiroid Sri Hartati Selviani Handayani 1311106007 Pembimbing :
Lebih terperinciPendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-24 Pendekatan Metode Classification and Regression Tree untuk Diagnosis Tingkat Keganasan Kanker pada Pasien Kanker Tiroid
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesejahteraan umum merupakan salah satu tujuan dari pembangunan nasional Negara Indonesia. Hal ini disebutkan dengan jelas pada Pembukaan Undang-Undang dasar 1945 di
Lebih terperinciPPDAFTAR GAMBAR Gambar Halaman Yuni Melawati, 2013
PPDAFTAR GAMBAR Gambar 2.1 Contoh Pohon Keputusan untuk Mengklasifikasikan Pembelian Komputer... 19 3.1 Diagram CART... 29 3.2 Pohon Keputusan Sementara... 37 3.3 Pohon Keputusan Optimum... 38 3.4 Pohon
Lebih terperinciKLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN 2014 MENGGUNAKAN METODE CHAID DAN CART
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 183-192 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI STATUS KERJA PADA ANGKATAN KERJA KOTA SEMARANG TAHUN
Lebih terperinciBINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI SKRIPSI Disusun oleh: RIDHA RAMANDHANI 24010212140071 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciBAB I PENDAHULUAN. logistik didasarkan pada pendekatan analisis regresi linear merupakan metode yang
BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi merupakan suatu metode statistika untuk mengelompokkan sekumpulan objek yang disusun secara sistematis ke dalam suatu kelompokkelompok baru yang lebih kecil
Lebih terperinciBAB III METODE POHON KLASIFIKASI QUEST
BAB III METODE POHON KLASIFIKASI QUEST 3.1 Metode Berstruktur Pohon Istilah pohon dalam matematika dikenal dalam teori graf. Pertama kali konsep pohon digunakan oleh Gustav Kirchhoff (184-1887) dalam bidang
Lebih terperinciPERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Abstract
Perbandingan Klasifikasi (Agung Waluyo) PERBANDINGAN KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES) Agung Waluyo 1, Moch. Abdul Mukid 2, Triastuti
Lebih terperinciPREDIKSI LAMA STUDI MAHASISWA DENGAN METODE RANDOM FOREST (STUDI KASUS : STIKOM BALI)
I Made, Prediksi Lama Studi Mahasiswa,,,201 PREDIKSI LAMA STUDI MAHASISWA DENGAN METODE RANDOM FOREST (STUDI KASUS : STIKOM BALI) Prediction Of Students Learning Study Periode By Using Random Forest Method
Lebih terperinciEVALUASI KELAYAKAN KREDIT DENGAN METODE CLASSIFICATION AND REGRESION TREE (CART)
EVALUASI KELAYAKAN KREDIT DENGAN METODE CLASSIFICATION AND REGRESION TREE (CART) Mirfan*) Abstract : Credit worthiness evaluation is an important element in the provision of credit to borrowers. Lending
Lebih terperinciKlasifikasi Kesejahteraan Rumah Tangga di Jawa Timur dengan Pendekatan Multivariate Adaptive Regression Spline Bootstrap Aggregating (MARS Bagging)
Klasifikasi Kesejahteraan Rumah Tangga di Jawa Timur dengan Pendekatan Multivariate Adaptive Regression Spline Bootstrap Aggregating (MARS Bagging) Dimas Arvian Pandu Pratama 1 (1307100059), dan Bambang
Lebih terperinciStructural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang
Structural Equation Modelling untuk Mengetahui Keterkaitan Faktor-Faktor Yang Mempengaruhi Kemiskinan di Kabupaten Jombang Oleh : Renanthera Puspita N. Pembimbing : Dr. Bambang Widjanarko Otok, M.Si. 1
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN) SKRIPSI Oleh : YANI PUSPITA KRISTIANI 24010211120018
Lebih terperinciPENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA
PENDEKATAN CART UNTUK MENDAPATKAN FAKTOR YANG MEMPENGARUHI TERJANGKITNYA PENYAKIT DEMAM TIFOID DI ACEH UTARA Muhammad Sjahid Akbar 1, Dina Yuanita, dan Sri Harini 3 1, Jurusan Statistika ITS 3 Jurusan
Lebih terperinciPEMANFAATAN CLASSIFICATION AND REGRESSION TREES (CART) UNTUK MEMPREDIKSI KELULUSAN SISWA PADA SUATU MATA PELAJARAN DI E-LEARNING SMAN 1 PARE ABSTRAK
PEMANFAATAN CLASSIFICATION AND REGRESSION TREES (CART) UNTUK MEMPREDIKSI KELULUSAN SISWA PADA SUATU MATA PELAJARAN DI E-LEARNING SMAN 1 PARE Ali Fauzi Pascasarjana Teknologi Informasi Sekolah Tinggi Teknik
Lebih terperinciModel Machine Learning CART Diabetes Melitus
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami) Vol.1, No.1, Juli 2017, Hal. 485-491 p-issn: 2580-4596; e-issn: 2580-460X Halaman 485 Ria Dhea Layla Nur Karisma 1, Bambang Widjanarko
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Data yang digunakan pada penelitian ini merupakan data sentimen dari pengguna aplikasi android yang memberikan komentarnya pada fasilitas user review
Lebih terperinciPERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN REGRESI LOGISTIK BINER DAN CART (CLASSIFICATION AND REGRESSION TREES)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 215-225 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN
Lebih terperinciModel Credit Scoring Menggunakan Metode Classification and Regression Trees (CART) pada Data Kartu Kredit
Prosiding Statistika ISSN: 2460-6456 Model Credit Scoring Menggunakan Metode Classification and Regression Trees (CART) pada Data Kartu Kredit 1 Rifani Yunindya, 2 Abdul Kudus, 3 Teti Sofia Yanti 1,2,3
Lebih terperinciKLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA MALANG DENGAN PENDEKATAN BAGGING REGRESI LOGISTIK
KLSIFIKSI KSJHTRN RUMH TNGG DI KOT MLNG DNGN PNDKTN BGGING RGRSI LOGISTIK Oleh : ry Surya Ningrum (1308 100 107) Pembimbing : Dr. Bambang Widjanarko Otok, M.Si Seminar Hasil Tugas khir Selasa, 13 Desember
Lebih terperinciANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART
Xplore, 2013, Vol. 2(1):e3(1-8) c 2013 Departemen Statistika FMIPA IPB ANALISIS KETEPATAN WAKTU LULUS BERDASARKAN KARAKTERISTIK MAHASISWA FEM DAN FAPERTA MENGGUNAKAN METODE CHART Fira Nurahmah Al Amin,Indahwati,Yenni
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-284
JURAL SAIS DA SEI POMITS Vol. 3, o.2, (2014) 2337-3520 (2301-928X Print) D-284 Klasifikasi Rumah Tangga Miskin di Kabupaten Jombang Berdasarkan Faktor-faktor yang Mempengaruhi dengan Pendekatan CART (Classification
Lebih terperinciKlasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree)
Klasifikasi Penderita Diabetes Melitus dengan Metode CHAID (Chi-Squared Automatic Interaction Detection) dan CART (Classification and Regression Tree) Ria Dhea Layla N.K (1), Brodjol Sutijo Suprih U. (2),
Lebih terperinciKLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) DAN FUZZY K-NEAREST NEIGHBOR (FK-NN)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman 1077-1085 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KLASIFIKASI KELOMPOK RUMAH TANGGA DI KABUPATEN BLORA MENGGUNAKAN
Lebih terperinciANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART)
ANALISIS KLASIFIKASI NASABAH KREDIT MENGGUNAKAN BOOTSTRAP AGGREGATING CLASSIFICATION AND REGRESSION TREES (BAGGING CART) SKRIPSI Disusun Oleh : DESY RATNANINGRUM 24010211140097 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBOOSTING MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) BINARY RESPONSE UNTUK KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG
BOOSTING MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) BINARY RESPONSE UNTUK KLASIFIKASI KEMISKINAN DI KABUPATEN JOMBANG Anna Apriana Hidayanti Dosen Sekolah Tinggi Ilmu Ekonomi AMM Mataram Email : anna.apriana89@gmail.com
Lebih terperinciPENERAPAN KLASIFIKASI DENGAN ALGORITMA CART UNTUK PREDIKSI KULIAH BAGI MAHASISWA BARU
PENERAPAN KLASIFIKASI DENGAN ALGORITMA CART UNTUK PREDIKSI KULIAH BAGI MAHASISWA BARU Mardiani Jurusan Sistem Informasi, STMIK MDP Palembang Jln. Rajawali No.14 Palembang 30113 Telp. (0711) 376400, Faks.
Lebih terperinciPENERAPAN BAGGING UNTUK MEMPERBAIKI HASIL PREDIKSI NASABAH PERUSAHAAN ASURANSI X
PENERAPAN BAGGING UNTUK MEMPERBAIKI HASIL PREDIKSI NASABAH PERUSAHAAN ASURANSI X Ari Wibowo 1, Ayu Purwarianti 2 Jurusan Teknik Informatika Polteknik Negeri Batam Sekolah Teknik Elektro dan Informatika
Lebih terperinciBab I Pendahuluan. 1.1 Latar Belakang
Bab I Pendahuluan 1.1 Latar Belakang Klasifikasi merupakan task dari data mining yang bertujuan untuk memberikan label kelas terhadap suatu data. Pemberian label kelas ini dilakukan oleh classifier. Suatu
Lebih terperinciPenghitungan k-nn pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal- Multi Kategori
Penghitungan k-nn pada Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADASYN-kNN) untuk Data Nominal- Multi Kategori Abstrak 1 Sri Rahayu, 2 Teguh Bharata Adji & 3 Noor Akhmad Setiawan
Lebih terperinciPENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE)
Natural Vol. 11, No. 2, Mei 2007, hal. 112-118. PENENTUAN KONDISI OPTIMUM PADA PEMBENTUKAN POHON TERBAIK DENGAN METODE POHON KLASIFIKASI (CLASSIFICATION TREE) A. Efendi dan H. Kusdarwati Program Studi
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2012 (SNATI 2012) ISSN: 1907-5022 Yogyakarta, 15-16 Juni 2012 PENERAPAN KLASIFIKASI DENGAN ALGORITMA CART UNTUK PREDIKSI KULIAH BAGI MAHASISWA BARU Mardiani
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang Masalah
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk
Lebih terperinciSEMINAR HASIL TESIS. Disusun oleh : EKO WIYONO NRP : DOSEN PEMBIMBING Dr. Bambang Widjanarko Otok, M.Si.
SEMINAR HASIL TESIS Disusun oleh : EKO WIYONO NRP : 39 7 DOSEN PEMBIMBING Dr. Bambang Widjanarko Otok, M.Si. PROGRAM MAGISTER JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI
Lebih terperinciFAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI
FAKTOR-FAKTOR SOSIAL EKONOMI YANG MEMPENGARUHI FERTILITAS PEREMPUAN DENGAN LAMA PERKAWINAN DI BAWAH 10 TAHUN DI PROVINSI JAWA BARAT LIESTIA NOVIANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 583-592 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMBENTUKAN POHON KLASIFIKASI BINER DENGAN ALGORITMA CART (CLASSIFICATION
Lebih terperinciPENANGANAN MASALAH KELAS TIDAK SEIMBANG DENGAN RUSBOOST DAN UNDERBAGGING (STUDI KASUS: MAHASISWA DROP OUT SPs IPB PROGRAM MAGISTER)
PENANGANAN MASALAH KELAS TIDAK SEIMBANG DENGAN RUSBOOST DAN UNDERBAGGING (STUDI KASUS: MAHASISWA DROP OUT SPs IPB PROGRAM MAGISTER) YULIANA PERMATASARI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 1.1 Analisis Regresi Salah satu metode statistik yang umum digunakan untuk menganalisis hubungan ataupun pengaruh antara variabel prediktor dan variabel respon. Mengatasi kurva
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 PM -113 Kualifikasi Dan Mapping Kualitas Sekolah Menengah Swasta Di Tulungagung Berdasarkan Faktor Dominan Yang Berpengaruh Dengan Metode
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Kartu Perlindungan Sosial (KPS) adalah kartu yang diterbitkan oleh Pemerintah Indonesia dalam Percepatan dan Perluasan Perlindungan Sosial (P4S). Rumah tangga yang
Lebih terperinciUNNES Journal of Mathematics
UJM 6 (1) 2017 UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm KETEPATAN KLASIFIKASI DENGAN MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) PADA DATA KELOMPOK
Lebih terperinci1. Pendahuluan 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Perkembangan teknologi sekarang ini semakin pesat. Kebutuhan akan informasi dan komunikasi bertambah. Telah ditemukan berbagai perangkat teknologi yang memudahkan manusia
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL
KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL SKRIPSI Oleh : Ahmad Reza Aditya 24010210130055 JURUSAN STASTISTIKA
Lebih terperinciISSN: Yogyakarta, 27 Juli 2017 CITEE 2017
Analisis Perbandingan Metode Over-Sampling Adaptive Synthetic-Nominal (ADASYN-N) dan Adaptive Synthetic-kNN (ADSYN-kNN) untuk Data dengan Fitur Nominal-Multi Categories Sri Rahayu 1, Teguh Bharata Adji
Lebih terperinciANALISIS DAN IMPLEMENTASI ALGORITMA ID3 DAN CART PADA PENILAIAN KINERJA PEGAWAI. Fathurahman Alhikmah, Erwin Budi Setiawan, Mahmud Imrona
ANALISIS DAN IMPLEMENTASI ALGORITMA ID3 DAN CART PADA PENILAIAN KINERJA PEGAWAI Fathurahman Alhikmah, Erwin Budi Setiawan, Mahmud Imrona Jurusan Ilmu Komputasi, Fakultas Informatika Universitas Telkom,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Regresi Logistik Menurut Hosmer dan Lemeshow (2000) tujuan melakukan analisis data kategori menggunakan regresi logistik adalah mendapatkan model terbaik dan sederhana untuk
Lebih terperinciPENERAPAN POHON KLASIFIKASI DAN BOOTSTRAP AGGREGATING DALAM KLASIFIKASI USIA MENARCHE (Studi Kasus: SMPN Ragunan dan SMPN 1 Dramaga) IIS ISTIQOMAH
PENERAPAN POHON KLASIFIKASI DAN BOOTSTRAP AGGREGATING DALAM KLASIFIKASI USIA MENARCHE (Studi Kasus: SMPN Ragunan dan SMPN 1 Dramaga) IIS ISTIQOMAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciIDENTIFIKASI VARIABEL YANG MEMPENGARUHI BESAR PINJAMAN DENGAN METODE POHON REGRESI (Studi Kasus di Unit Pengelola Kegiatan PNPM Mandiri)
IDENTIFIKASI VARIABEL YANG MEMPENGARUHI BESAR PINJAMAN DENGAN METODE POHON REGRESI (Studi Kasus di Unit Pengelola Kegiatan PNPM Mandiri) SKRIPSI Disusun Oleh : SHAUMAL LUQMAN NIM. J2E 009 056 JURUSAN STATISTIKA
Lebih terperinciPrediksi Intensitas Hujan Kota Surabaya dengan Matlab menggunakan Teknik Random Forest dan CART (Studi Kasus Kota Surabaya)
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) A-94 Prediksi Intensitas Hujan Kota Surabaya dengan Matlab menggunakan Teknik Random Forest dan CART (Studi Kasus Kota Surabaya)
Lebih terperinciPENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH
PENERAPAN METODE REGRESI BERSTRUKTUR POHON PADA PENDUGAAN LAMA PENYUSUNAN SKRIPSI MAHASISWA ARTIKEL ILMIAH Artikel Ilmiah Ini Diambil Dari Sebagian Skripsi Untuk Memenuhi Persyaratan Penyelesaian Program
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, Kesejahteraan adalah hal atau keadaan sejahtera, keamanan, keselamatan, ketentraman. Dalam istilah umum, sejahtera menunjuk ke
Lebih terperinciPENENTUAN PEUBAH PENCIRI PENERIMA JAMINAN KESEHATAN DAERAH (JAMKESDA) KOTA BOGOR DENGAN METODE CHAID DAN RANDOM FOREST SILVI NUR ARIFAH
PENENTUAN PEUBAH PENCIRI PENERIMA JAMINAN KESEHATAN DAERAH (JAMKESDA) KOTA BOGOR DENGAN METODE CHAID DAN RANDOM FOREST SILVI NUR ARIFAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciPENERAPAN METODE QUICK, UNBIASED, EFFICIENT STATISTICAL TREES
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 3, No. 1, Januari 2018, pp. 1-10 PENERAPAN METODE QUICK, UNBIASED, EFFICIENT STATISTICAL TREES (QUEST) UNTUK MENENTUKAN FAKTOR-FAKTOR YANG
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemiskinan merupakan masalah yang sulit untuk diatasi. Salah satu sasaran pembangunan nasional adalah penurunan tingkat kemiskinan. Menurut Badan Pusat Statistik,
Lebih terperinciPENERAPAN METODE CART DAN AGREGAT BOOTSTRAP DALAM KLASIFIKASI STATUS GIZI BALITA DI KECAMATAN TAMAN SARI, KABUPATEN BOGOR SASNI TRIANA PUTRI
PENERAPAN METODE CART DAN AGREGAT BOOTSTRAP DALAM KLASIFIKASI STATUS GIZI BALITA DI KECAMATAN TAMAN SARI, KABUPATEN BOGOR SASNI TRIANA PUTRI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENERAPAN ANALISIS POHON REGRESI PADA DATA PERLINDUNGAN SOSIAL PUTRI DWI ANDINI
PENERAPAN ANALISIS POHON REGRESI PADA DATA PERLINDUNGAN SOSIAL PUTRI DWI ANDINI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 ABSTRAK PUTRI DWI ANDINI.
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 1.1 Data Training Data training adalah data yang digunakan untuk pembelajaran pada proses data mining atau proses pembentukan pohon keputusan.pada penelitian ini
Lebih terperinci