Pengklasifikasian Pada Data Echocardiogram Dengan Menggunakan Support Vector Machine dan Analisis Diskriminan

Suwardika, Gede

doi:10.23887/ijnse.v1i1.12434

Cited by 2 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Atribut prediksi terdiri dari jenis kelamin, jurusan/prodi, IPK,pendidikan orang tua, pekerjaan orang tua, penghasilan orang tua, status mahasiswa, dan 1 atribut kelas yaitu status kelulusan yang berisi klasifikasi status kelulusan mahasiswa yaitu tepat waktu dan tidak tepat waktu .Metode yang digunakan adalah Classification and Regression Tree (CART) dan C4.5. Dari penelitian ini diperoleh C4.5 mampu meningkatkan akurasi klasifikasi ketidaktepatan waktu kelulusan mahasiswa yang mencapai konvergen dengan prediksi klasifikasi mencapai 93.23% [13].…”

Section: Pendahuluanunclassified

Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta

Hasibuan¹,

Mahdiana²

2023

SKANIKA

View full text Add to dashboard Cite

Kelulusan tepat waktu adalah salah satu indikator keberhasilan mahasiswa dalam memperoleh gelar sarjana. Dalam praktiknya, mahasiswa tidak dapat selalu menyelesaikan pendidikan sarjana dalam empat tahun. Kelulusan tepat waktu adalah salah satu indikator penilaian kualitas pendidikan tinggi karena salah satu penilaian akreditasi Badan Akreditasi Pendidikan Tinggi Nasional (BANPT). Jumlah lulusan dalam 7 tahun terakhir mahasiswa S-1 yang lulus tepat waktu tidak mencapai 50%. Dalam jangka panjang, hal ini dapat menyebabkan penumpukan mahasiswa di UIN Syarif Hidayatullah di Jakarta dan tentu saja akan menghasilkan penurunan nilai akreditasi untuk Program Studi dan Universitas. Dalam penelitian ini, digunakan teknik data mining, algoritma C4.5 untuk mendeteksi lebih dini mahasiswa yang lulus terlambat, Algoritma C4.5 adalah algoritma yang sudah banyak dikenal dan digunakan untuk klasifikasi data yang memiliki atribut-atribut numerik dan kategorial. Pada penelitian ini menghasilkan Algoritma C4.5 dapat memprediksi kelulusan mahasiswa tepat waktu dengan nilai Accuracy 75,52 %, Precision 75,50%, dan Recall 75,50 %.

show abstract

Section: Pendahuluanunclassified

Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta

Hasibuan¹,

Mahdiana²

2023

SKANIKA

View full text Add to dashboard Cite

show abstract

“…Penelitian dilakukan Suwardika [5] tentang metode SVM dibandingkan dengan Analisis Diskriminan pada data Echocardiogram dengan akurasi 88 % untuk SVM dan 96% untuk analisis diskriminan. Penelitian yang dilakukan Huang dkk.…”

Section: Pendahuluanunclassified

Classification of Cardiovascular Disease Gene Data Using Discriminant Analysis and Support Vector Machine (SVM)

Prayogo

Anggraeni²,

Hadi³

2022

B. SAINSTEK

View full text Add to dashboard Cite

Cardiovascular disease is a disease caused by impaired function of the heart and blood vessels. This disease is caused by many factors, one of which is genetics, while the causes are age, gender, and family history. In this study, classification of 62 individuals with normal response and cardiovascular disease was carried out. Discriminant Analysis (AD) is a method that classifies data into two or more groups based on several variables where data that has been entered into one group will not be included in another group. The Support Vector Machine (SVM) performs classification by building an N-dimensional hyperplane that optimally separates data into two categories in the input space. Furthermore, AD and SVM will be compared to get which method has the best accuracy, after that it will be added to clustering using k-means and k-means kernels to improve the accuracy of each method. The results of this study are AD and SVM have accuracy values of 83.33% and 91.66%, for AD and SVM which are subjected to k-means have accuracy values of 91.66 % and 91.66 %, and for AD and SVM subjected to k-means kernel has an accuracy value of 100 % and 100 %.

show abstract

Pengklasifikasian Pada Data Echocardiogram Dengan Menggunakan Support Vector Machine dan Analisis Diskriminan

Cited by 2 publications

References 2 publications

Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta

Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Algoritma C4.5 Pada Uin Syarif Hidayatullah Jakarta

Classification of Cardiovascular Disease Gene Data Using Discriminant Analysis and Support Vector Machine (SVM)

Contact Info

Product

Resources

About