eProceedings of Engineering
Vol 4, No 3 (2017): Desember, 2017

Perbandingan Tingkat Akurasi Support Vector Machine Dengan Naive Bayes Pada Studi Kasus Okupansi Lahan Berdasarkan Kondisi Cuaca

Yosua Marchel (Telkom University)
Jondri Nasri (Telkom University)

Article Info

Publish Date
01 Dec 2017

Abstract

Kondisi sebuah ruangan pada suatu lahan dapat mempengaruhi tingkat huni ruangan tersebut. Kondisi ini dipengaruhi oleh beberapa faktor, antara lain temperatur, cahaya matahari, serta kelembapannya. Kita tidak akan mengerti dengan pasti faktor apa yang paling mempengaruhi kondisi sebuah lahan. Salah satu contoh metode yang sering digunakan untuk klasifikasi data yaitu Support Vector Machine (SVM) dan Naive Bayes. Dengan memproses data melalui atribut yang ada, akan dihasilkan keputusan di kelas mana data tersebut berada. Dengan begitu kita dapat menghitung tingkat keakurasian kedua metode tersebut terhadap suatu studi kasus. Melalui penelitian yang telah dilakukan, menghasilkan akurasi dengan menggunakan SVM lebih besar dibanding dengan Naive Bayes berdasarkan data okupansi lahan yang dipengaruhi oleh cuaca. Kata kunci: Support Vector Machine, Naive Bayes, Okupansi

Copyrights © 2017




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
eProceedings of Engineering
Website

Abbrev

engineering

Publisher

Universitas Telkom

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing ...