Prediksi Diagnosa Kehamilan Menggunakan Algoritma C4.5 dan Random Forest

· ·
· Penerbit Buku Pedia
Ebook
180
Pages
Ratings and reviews aren’t verified  Learn More

About this ebook

Buku ini menyajikan hasil dari sebuah studi yang dilakukan untuk mengevaluasi performa dari dua algoritma machine learning dalam prediksi diagnosa kehamilan. selain itu, buku ini juga akan memberikan pandangan tentang bagaimana algoritma decision tree dan random forest dapat digunakan dalam proses prediksi diagnosa kehamilan dan menjelaskan tujuan dari studi yaitu untuk menemukan algoritma yang paling efektif dalam prediksi diagnosa kehamilan. Dari hasil evaluasi dapat disimpulkan bahwa algoritma Random Forest dengan menggunakan dataset yang seimbang memiliki akurasi terbaik sebesar 81%, hal ini menunjukkan bahwa menggunakan dataset yang seimbang dapat meningkatkan performa dalam prediksi diiagnosa kehamilan. Oleh karena itu, dalam studi ini digunakan Algoritma Random Forest untuk prediksi diagnosa kehamilan karena metode ini sering digunakan dalam proses pengklasifikasian dan kinerjanya yang baik.

About the author

Lulus S1 di Program Studi Teknik Informatika Universitas Nasional Pasim, dan lulus S2 di Program Studi Teknik Informatika di Institut Teknologi Bandung. Saat ini adalah dosen tetap Program Studi Teknik Informatika di Universitas Logistik dan Bisnis Internasional. Mengampu matakuliah Manajemen Proyek, Literasi Teknologi, dan Strategi Algoritma. Aktif menulis di berbagai jurnal ilmiah.

Rate this ebook

Tell us what you think.

Reading information

Smartphones and tablets
Install the Google Play Books app for Android and iPad/iPhone. It syncs automatically with your account and allows you to read online or offline wherever you are.
Laptops and computers
You can listen to audiobooks purchased on Google Play using your computer's web browser.
eReaders and other devices
To read on e-ink devices like Kobo eReaders, you'll need to download a file and transfer it to your device. Follow the detailed Help Center instructions to transfer the files to supported eReaders.