REPOSITORI INSTITUSI
UNIVERSITAS BHAYANGKARA SURABAYA
 
PENELUSURAN INFORMASI

Masukkan kata pencarian pada kotak diatas
 

UBHARASURYA » Proceeding » Fakultas Teknik - TEKNIK INFORMATIKA
di-posting oleh eko@ubhara.ac.id pada 2015-11-02 00:38:45  •  344 klik          Permohonan Koleksi

Weight K-Support Vector Nearest Neighbor

disusun oleh Eko Prasetyo

SubyekWeight K-Support Vector Nearest Neighbor
Kata Kunci K-Nearest Neighbor
Support Vector
bobot
skor
derajat signifikansi
KontributorEko Prasetyo
Tanggal tercipta2013-01-19
Jenis(Tipe)Proceeding
BahasaIndonesia
Pengenal(Identifier)UBHARASURYA-Proceeding-6
No Koleksi6



[ ANOTASI / ABSTRAK ]

Algoritma klasifikasi berbasis K-Nearest Neighbor (K-NN) mempunyai banyak variasi, seperti Template Reduction K-NN, Support Vector K-NN, dan K-Support Vector NN. Semuanya berusaha untuk memperbaiki kinerja K-NN, baik dari sisi akurasi prediksi,maupun waktu prediksi. Tetapi untuk hal tersebut memang harus dibayar dengan adanya waktu yang harus dialokasikan untuk pelatihan, sedangkan K-NN klasik tidak melakukan pelatihan sama sekali. Dalam makalah ini dipaparkan hasil penelitian berupa metode Weight K-Support Vector Nearest Neighbor (WK-SVNN) yang berusaha untuk meningkatkan akurasi prediksi dan mengurangi waktu pelatihan dan prediksi yang digunakan. Hasilnya, WK-SVNN membutuhkan waktu prediksi yang paling lama, tetapi berhasil meningkatkan akurasi prediksinya dibanding semua metode pembanding.



[ DESKRIPSI LAIN ]

 Download File Penyerta (khusus anggota terdaftar)

  1. UBHARASURYA-Proceeding-48-semnasteknomedia2013wksvnn.pdf
    339 KB - "application/pdf"

 Download File Bebas Download

  1. UBHARASURYA-Proceeding-48-semnasteknomedia2013wksvnn.pdf
    339 KB - application/octetstream