Saleh, Nirmala (2024) ANALISIS PERBANDINGAN ALGORITMA KLASIFIKASI SUPPORT VECTOR MACHINE, DECISION TREE, NAÏVE BAYES BENCANA BANJIR BERDASARKAN CURAH HUJAN. Artikel Sistem Informasi Universitas Muhammadiyah Gorontalo. pp. 1-9.
|
Text (Jurnal Nirmala Saleh)
JURNAL NIRMALA SALEH.pdf Download (555kB) |
Abstract
Banjir adalah salah satu bencana yang paling mematikan di India frekuensi banjir dan kejadian curah hujan ekstream. diproyeksikan akan mengingat di bawah iklim yang semakin hangat. Penelitian ini bertujuan untuk mengklasifikasi bencana banjir berdasarkan curah hujan dan membandingkan tingkat akurasi dari algoritma Support Vector Machine, Decision Tree, dan Naïve Bayes. Hasil penelitian menggunakan Algoritma Support Vector Machine, Decision Tree, Naïve Bayes dengan jumlah record 118 maka akan diperoleh nilai akurasi Support Vector Machine sebesar 58.56%, dan tingkat akurasi Decision Tree sebesar 52.98%, dan tingkat akurasi Naive Bayes sebesar 56.33%. Maka nilai akurasi ketiga algoritma berdasarkan hasil akurasi terbesar ada pada Support Vector Machine Sebesar 58.56%.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Klasifikasi, Bencana Banjir Berdasarkan Curah Hujan, Support Vector Machine, Decision Tree, Naive Bayes. |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Sains dan Ilmu Komputer > Program Studi Sistem informasi |
| Depositing User: | Nirmala Saleh |
| Date Deposited: | 15 Aug 2024 06:09 |
| Last Modified: | 15 Aug 2024 06:09 |
| URI: | http://repository.umgo.ac.id/id/eprint/2229 |
Actions (login required)
![]() |
View Item |
