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 00:43:40  •  318 klik          Permohonan Koleksi

Perbaikan Akurasi Fuzzy K-Nearest Neighbor in Every Class Menggunakan Fungsi Kernel

disusun oleh Eko Prasetyo

SubyekPerbaikan Akurasi Fuzzy K-Nearest Neighbor in Every Class Menggunakan Fungsi Kernel
Kata Kunci fuzzy
K-Nearest Neighbor
class
kernel
klasifikasi
KontributorEko Prasetyo
Tanggal tercipta2013-01-19
Jenis(Tipe)Proceeding
BahasaIndonesia
Pengenal(Identifier)UBHARASURYA-Proceeding-7
No Koleksi7



[ ANOTASI / ABSTRAK ]

Salah satu algoritma klasifikasi yaitu K-NN menjadi algoritma yang sangat populer karena kesederhanaan dalam proses penggunaannya. Kelemahan K-NN adalah harus menggunakan seluruh data latih untuk melakukan proses prediksi. Banyak variasi-variasi K-NN yang diusulkan untuk melakukan perbaikan kinerja K-NN, baik dari sisi akurasi prediksi maupun waktu komputasi yang digunakan selama proses prediksi, seperti Fuzzy K-Nearest Neighbor (KFK-NN), dan Fuzzy K-NN in every Class (FK-NNC). Dalam makalah ini dipaparkan hasil penelitian berupa penggunaan fungsi kernel dalam Kernel Based FK-NNC (KB-FK-NNC) untuk meningkatkan kinerja akurasi prediksi. Hasil pengujian menunjukkan bahwa penggunaan kernel cukup baik untuk digunakan dalam membantu meningkatkan akurasi meskipun peningkatannya kurang signifikan. Akurasi yang didapatkan oleh KB-FK-NNC juga terlihat stabil untuk beberapa pilihan K dan  yang digunakan dalam pengujian.



[ DESKRIPSI LAIN ]

 Download File Penyerta (khusus anggota terdaftar)

  1. UBHARASURYA-Proceeding-49-semnasteknomedia2013kbfknnc.pdf
    170 KB - "application/pdf"

 Download File Bebas Download

  1. UBHARASURYA-Proceeding-49-semnasteknomedia2013kbfknnc.pdf
    170 KB - application/octetstream