Matches in SemOpenAlex for { <https://semopenalex.org/work/W4307943145> ?p ?o ?g. }
Showing items 1 to 43 of
43
with 100 items per page.
- W4307943145 endingPage "87" @default.
- W4307943145 startingPage "77" @default.
- W4307943145 abstract "Model yang dibangun dengan menggunakan proses data mining dapat digunakan untuk melakukan prediksi dari suatu data. Model dapat dibangun dengan menggunakan datasheet yang berisi data yang diolah dari proses. Salah satu implementasi dari model dalam data mining adalah prediksi dari suatu penyakit seperti penyakit diabetes. Dalam penelitian ini, dilakukan pembuatan model data mining dengan menggunakan algoritma k-NN dan dilakukan normalisasi data. Metode normalisasi yang dilakukan adalah Z-Score dan Min-Max.. Metodologi penelitian dilakukan dengan terlebih dahulu melakukan menentukan datasheet, memilih model data mining serta membagi datasheet menjadi datasheet menjadi data training dan data testing serta melakukan evaluasi performance dari model yang dibuat . Proses pembuatan model menggunakan pemrograman python. Proses data mining menggunakan model klasifikasi dengan menggunakan algoritma k-NN. Datasheet yang digunakan merupakan datasheet public yaitu datasheet penyakit diabetes yang terdiri dari 768 record dan 8 atribut. Hasil dari pembuatan model ini menunjukkan proses normalisasi dapat memberikan nilai akurasi yang lebih baik. Model yang dikembangkan tanpa normalisasi menghasilkan nilai k=5 dengan akurasi 70%, normalisasi dengan metode Z-Score menghasilkan nilai k=21 dengan akurasi 72%, normalisasi dengan Min Max menghasilkan nilai k=3 dengan akurasi 74%. Model yang direkomendasi merupakan mode k-NN dengan nilai k=3." @default.
- W4307943145 created "2022-11-06" @default.
- W4307943145 creator A5022988377 @default.
- W4307943145 creator A5043169832 @default.
- W4307943145 creator A5054587339 @default.
- W4307943145 date "2022-10-31" @default.
- W4307943145 modified "2023-10-01" @default.
- W4307943145 title "DATA MINING MODEL KLASIFIKASI MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DENGAN NORMALISASI UNTUK PREDIKSI PENYAKIT DIABETES" @default.
- W4307943145 doi "https://doi.org/10.36342/teika.v12i02.2911" @default.
- W4307943145 hasPublicationYear "2022" @default.
- W4307943145 type Work @default.
- W4307943145 citedByCount "0" @default.
- W4307943145 crossrefType "journal-article" @default.
- W4307943145 hasAuthorship W4307943145A5022988377 @default.
- W4307943145 hasAuthorship W4307943145A5043169832 @default.
- W4307943145 hasAuthorship W4307943145A5054587339 @default.
- W4307943145 hasBestOaLocation W43079431451 @default.
- W4307943145 hasConcept C111919701 @default.
- W4307943145 hasConcept C2781384022 @default.
- W4307943145 hasConcept C41008148 @default.
- W4307943145 hasConceptScore W4307943145C111919701 @default.
- W4307943145 hasConceptScore W4307943145C2781384022 @default.
- W4307943145 hasConceptScore W4307943145C41008148 @default.
- W4307943145 hasIssue "02" @default.
- W4307943145 hasLocation W43079431451 @default.
- W4307943145 hasOpenAccess W4307943145 @default.
- W4307943145 hasPrimaryLocation W43079431451 @default.
- W4307943145 hasRelatedWork W2019790852 @default.
- W4307943145 hasRelatedWork W2059629300 @default.
- W4307943145 hasRelatedWork W2098558496 @default.
- W4307943145 hasRelatedWork W2291072988 @default.
- W4307943145 hasRelatedWork W2528183242 @default.
- W4307943145 hasRelatedWork W2572450784 @default.
- W4307943145 hasRelatedWork W2748952813 @default.
- W4307943145 hasRelatedWork W2899084033 @default.
- W4307943145 hasRelatedWork W3082523300 @default.
- W4307943145 hasRelatedWork W4245685577 @default.
- W4307943145 hasVolume "12" @default.
- W4307943145 isParatext "false" @default.
- W4307943145 isRetracted "false" @default.
- W4307943145 workType "article" @default.