2022
DOI: 10.37012/jtik.v8i1.817
|View full text |Cite
|
Sign up to set email alerts
|

Perbandingan Performa Regresi Menggunakan Poisson, Support Vector, dan Ridge pada Prediksi Hasil Penggergajian Sengon

Abstract: Kayu Sengon merupakan material yang sering digunakan untuk bahan perkakas dan konstruksi bangunan yang disediakan dengan cara penggergajian kayu. Prediksi hasil penggergajian Sengon dilakukan untuk mengetahui jumlah hasil yang bisa didapat yang biasanya dilakukan dengan cara menebak atau melalui perhitungan manual. Metode tersebut membutuhkan pengalaman, waktu lama, dan susah untuk dilakukan sehingga perlu solusi untuk membantu mempercepat proses prediksi dengan menerapkan data mining. Penelitian ini dilakukan… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
0
0
2

Year Published

2024
2024
2024
2024

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(2 citation statements)
references
References 12 publications
(13 reference statements)
0
0
0
2
Order By: Relevance
“…K-Nearest Neighbors (KNN) adalah salah satu algoritma klasifikasi yang mempunyai prinsip kerja bahwa mengklasifikasi suatu objek dalam data uji berdasarkan mayoritas kelas dari sejumlah k tetangga terdekatnya (neighbour) dalam training set (Wardani et al, 2022). XGBOOST merupakan model linier yang efisien dalam memecahkan model linier dan mendukung sejumlah proses objektif seperti regresi, klasifikasi, dan peringkat (Christanto et al, 2023).…”
Section: Pendahuluanunclassified
See 1 more Smart Citation
“…K-Nearest Neighbors (KNN) adalah salah satu algoritma klasifikasi yang mempunyai prinsip kerja bahwa mengklasifikasi suatu objek dalam data uji berdasarkan mayoritas kelas dari sejumlah k tetangga terdekatnya (neighbour) dalam training set (Wardani et al, 2022). XGBOOST merupakan model linier yang efisien dalam memecahkan model linier dan mendukung sejumlah proses objektif seperti regresi, klasifikasi, dan peringkat (Christanto et al, 2023).…”
Section: Pendahuluanunclassified
“…XGBoost merupakan model linier yang efisien dalam memecahkan model linier dan mendukung sejumlah proses objektif, seperti regresi, klasifikasi, dan peringkat (Christanto et al, 2023). XGBOOST menerapkan mekanisme decision tree untuk membuat weak learner menjadi learner yang lebih baik.…”
Section: Extreme Gradient Boosting Package (Xgboost)unclassified