PERBANDINGAN K-SUPPORT VECTOR NEAREST NEIGHBOR TERHADAP DECISION TREE DAN NAIVE BAYES

Eko , Prasetyo and Rr Ani Dijah , Rahajoe and Arif , Arizal (2013) PERBANDINGAN K-SUPPORT VECTOR NEAREST NEIGHBOR TERHADAP DECISION TREE DAN NAIVE BAYES. In: Seminar Nasional Teknik Informatika, 18 September 2013, Surabaya.

Preview

PDF - Published Version Download (64Kb) | Preview

Abstract

Algoritma K-Support Vector Nearest Neighbor (K-SV NN) menjadi salah satu alternatif metode hasil evolusi K-Nearest Neighbor (K-NN) yang bertujuan untuk mengurangi saat prediksi tetapi tetap mempertahankan akurasi prediksi. Metod e ini masih relatif muda sehingga baru dibandingkan hanya dengan metode-metode berbasis K- NN lainnya. Dalam penelitian ini dilakukan analisis perbandingan kesamaan, perbedaan , dan kinerja terhadap metode Decision Tree (DT) dan Naïve Bayes (NB). Pengujian dengan perband ingan ini penting untuk mengetahui keunggulan dan kelemahan relatif yang dimiliki oleh K-SVNN. Dengan mengetahui keunggulan dan kelemahan maka metode tersebut dapat dibuktikan kehandalannya ketika diimplementasikan. Pengujian dilakukan baik pada saat pelatihan maupun prediksi. Kinerja pelatihan diukur dalam hal waktu yang digunakan untuk pelatihan, kinerja predi ksi diukur dalam hal waktu yang digunakan untuk prediksi dan akurasi prediksi yang didapat. H asil pengujian menunjukkan bahwa K-SVNN mempunyai akurasi yang lebih baik daripada DT dan N B. Sedangkan waktu yang digunakan untuk pelatihan dan prediksi K-SVNN lebih lama disbanding DT dan NB. Kata kunci : Support Vector, Nearest Neighbor, Back-propagation , perbandingan, kinerja.

Actions (login required)