z-logo
open-access-imgOpen Access
OPTIMASI ALGORITMA GENETIKA PADA K-NN UNTUK MEMPREDIKSI KECENDERUNGAN “BLOG POSTING”
Author(s) -
Hani Harafani
Publication year - 2018
Publication title -
jptk/jptk (jurnal pendidikan teknologi dan kejuruan)
Language(s) - Latvian
Resource type - Journals
eISSN - 2541-0652
pISSN - 0216-3241
DOI - 10.23887/jptk-undiksha.v15i1.12873
Subject(s) - computer science
Menentukan faktor utama pola kecenderungan postingan blog merupakan hal yang penting. Beberapa metode machine learning banyak digunakan oleh peneliti dunia untuk mengklasifikasi pola kecenderungan postingan blog, diantaranya: Metode c4.5  Random Tree, Random Forest. k-NN dapat mengatasi masalah klasifikasi dengan baik, namun dibalik keunggulan k-NN pengaturan nilai k yang sangat sensitif kerap menjadi kelemahan dari k-NN. Algoritma Genetika pada penelitian ini telah berhasil memperbaiki akurasi prediksi dengan memberikan hasil nilai k yang optimal bagi k-NN dengan hasil akurasi yang meningkat dibandingkan dengan k-NN dan metode yang digunakan pada penelitian sebelumnya.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here