Literature Review: Perbandingan Metode Klasifikasi Dalam Data Mining
Keywords:
Data Mining, Metode Klasifikasi, EvaluasiAbstract
Pada penelitian ini penulis menganalisis 10 jurnal terkait implementasi Data Mining pada berbagai aspek. Data mining sendiri merupakan teknik penting dalam menghasilkan informasi berharga dari data yang besar. Data mining banyak diimplementasikan dalam banyak aspek kehidupan seperti aspek kesehatan, akademik atau pendidikan, dan ekonomi. Penelitian dilakukan dengan membandingkan berbagai metode klasifikasi data mining dalam memprediksi kinerja akademik mahasiswa. Metode yang dibahas meliputi Naive Bayes, K-Nearest Neighbors (KNN), Support Vector Machines (SVM), dan Decision Tree. Tujuan penelitian ini adalah untuk melakukan kajian pustaka dengan mengidentifikasi subjek atau dataset yang digunakan, metode analisis data yang diterapkan, tahun penelitian, dan tingkat akurasi yang dicapai dalam jurnal-jurnal yang dianalisis. Dengan menggunakan metode yang disajikan, penulis berusaha untuk menyimpulkan hasil penelitian guna mencari tingkat akurasi tertinggi dan mengidentifikasi peluang penelitian lanjutan.
References
Analisis Dan Penerapan, ., Handayanto, A., Latifa, K., Saputro, N. D., & Waliyansyah, R. R. (2019). Analisis dan Penerapan Algoritma Support Vector Machine (SVM) dalam Data Mining untuk Menunjang Strategi Promosi (Analysis and Application of Algorithm Support Vector Machine (SVM) in Data Mining to Support Promotional Strategies) , Vol. 7, Issue 2.
Anjelika, Y. (n.d.). LITERATUR REVIEW : PREDIKSI KELULUSAN MAHASISWA DENGAN MENGGUNAKAN ILMU DATA MINING. https://www.researchgate.net/publication/351342175
Annisa, R. (2019). ANALISIS KOMPARASI ALGORITMA KLASIFIKASI DATA MINING UNTUK PREDIKSI PENDERITA PENYAKIT JANTUNG. Jurnal Teknik Informatika Kaputama (JTIK), 3(1).
Chatrina Siregar, N., Ruli, R., Siregar, A., Yoga, ; M, & Sudirman, D. (2020). Implementasi Metode Naive Bayes Classifier (NBC) Pada Komentar Warga Sekolah Mengenai Pelaksanaan Pembelajaran Jarak Jauh (PJJ). In Jurnal Teknologia Aliansi Perguruan Tinggi (APERTI) BUMN, Vol. 3, Issue 1.
De Wibowo Muhammad Sidik, A., Himawan Kusumah, I., Suryana, A., Artiyasa, M., & Pradiftha Junfithrana, A. (2020). Gambaran Umum Metode Klasifikasi Data Mining. 2(2), 34–38.
Gede, I., Sudipa, I., Profile, S., & Darmawiguna, M. (n.d.). BUKU AJAR DATA MINING. https://www.researchgate.net/publication/377415198
Nikmatun, I. A., & Waspada, I. (2019). IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Jurnal SIMETRIS, 10(2).
Pangestu, P., Novita, R., Informasi, S., & Sultan Syarif Kasim Riau, U. (n.d.). Systematic Literature Review: Perbandingan Algoritma Klasifikasi. 8(2), 2023.
Purwati, N., Nurlistiani, R., & Devinsen, O. (2020). DATA MINING DENGAN ALGORITMA NEURAL NETWORK DAN VISUALISASI DATA UNTUK PREDIKSI KELULUSAN MAHASISWA. Jurnal Informatika, 20(2), 156–163. https://doi.org/10.30873/ji.v20i2.2273
Subarkah, P., Pambudi, E. P., & Hidayah, S. O. N. (2020). Perbandingan Metode Klasifikasi Data Mining untuk Nasabah Bank Telemarketing. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(1), 139–148. https://doi.org/10.30812/matrik.v20i1.826
