cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Afis Pratama
Contact Email
afistama@gmail.com
Phone
+6285669613344
Journal Mail Official
afistama@gmail.com
Editorial Address
Jl. Pawiyatan Luhur I, Bendan Duwur, Gajahmungkur, Kota Semarang, Jawa Tengah 50235, Indonesia
Location
Kota semarang,
Jawa tengah
INDONESIA
Joined Journal (Journal of Informatics Education)
Published by Universitas IVET
ISSN : 26219484     EISSN : 26208415     DOI : https://doi.org/10.31331/joined.v1i1
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Engineering Other
The scope of this journal specializes in topics related to Informatics Education, learning using information technology, and innovation in other informatics field.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 1 Documents
 1 
Search results for , issue "Vol 5 No 2 (2022): Volume 5 Nomor 2 (2022)" : 1 Documents clear
Klasifikasi Persalinan Prematur Menggunakan Perbandingan Algoritma C4.5 dan Random Forest Handini Arga Damar Rani; Mohammad Burhan Hanif; Afis Pratama; R. Irlanto Sudomo
Joined Journal (Journal of Informatics Education) Vol 5 No 2 (2022): Volume 5 Nomor 2 (2022)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v5i2.2503

Abstract

Persalinan prematur adalah kondisi kelahiran bayi kurang dari 37 minggu dengan berat janin kurang dari 2500 gram. Dimana tingkat persalinan bayi premature yang berujung pada kematian meningkat dari tahun 2000 sampai 2014 sebanyak 8.5%. Klasifikasi untuk penanganan persalinan premature secara dini merupakan salah satu solusi yang sering diteliti. Beberapa algoritma klasifikasi yang sering digunakan adalah C4.5 dan Random Forest. Dari kedua algoritma tersebut akan dipilih mana algoritma terbaik dengan melihat pada tingkat akurasi yang paling tinggi yang akan dipilih. Dari hasil perhitungan algoritma Random Forest didapatkan akurasi sebesar 99.38% dengan AUC 0.988. Sedangkan capaian dari algoritma C4.5 sebesar 98.75% dengan AUC 0.5. Maka dari hasil itu dapat dibandingkan dengan nilai akurasi kedua algoritma disimpulkan bahwa algoritma Random Forest lebih baik akurasinya untuk mengatasi data persalianan premature jika disbanding dengan algoritma C4.5.

Page 1 of 1 | Total Record : 1

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 6 No 1 (2023): Volume 6 Nomor 1 (2023) Vol 5 No 2 (2022): Volume 5 Nomor 2 (2022) Vol 5 No 1 (2022): Volume 5 Nomor 1 (2022) Vol 4 No 2 (2021): Volume 4 Nomor 2 (2021) Vol 4 No 1 (2021): Volume 4 Nomor 1 (2021) Vol 3 No 2 (2020): Volume 3 Nomor 2 (2020) Vol 3 No 1 (2020): Volume 3 Nomor 1 (2020) Vol 2 No 2 (2019): Volume 2 Nomor 2 (2019) Vol 2 No 1 (2019): Volume 2 Nomor 1 (2019) Vol 1 No 2 (2018): Volume 1 Nomor 2 Vol 1 No 1 (2018): JOINED Journal of Informatics Education More Issue