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 00:48:26  •  423 klik          Permohonan Koleksi

Uji Kinerja Dan Analisis K-Support Vector Nearest Neighbor Dengan SVM dan ANN Back-Propagation

disusun oleh Eko Prasetyo

SubyekUji Kinerja Dan Analisis K-Support Vector Nearest Neighbor Dengan SVM dan ANN Back-Propagation
Kata Kunci Support Vector
Nearest Neighbor
Back-propagation
perbandingan
kinerja
KontributorEko Prasetyo
Tanggal tercipta2014-07-05
Jenis(Tipe)Proceeding
BahasaIndonesia
Pengenal(Identifier)UBHARASURYA-Proceeding-8
No Koleksi8



[ ANOTASI / ABSTRAK ]

Algoritma K-Support Vector Nearest Neighbor (K-SVNN) menjadi salah satu alternative metode hasil evolusi K-Nearest Neighbor (K-NN) yang bertujuan untuk mengurangi waktu yang digunakan pada saat prediksi tetapi diharapkan dapat tetap mempertahankan akurasi prediksi. Metode ini masih relatif muda sehingga baru dibandingkan hanya dengan metode-metode berbasis K-NN lainnya. Dalam penelitian ini dilakukan analisis perbandingan kesamaan, perbedaan, dan kinerja terhadap metode ANN Error Back-Propagation dan Support Vector Machine (SVM). Pengujian dengan perbandingan ini penting untuk mengetahui keunggulan dan kelemahan relatif yang dimiliki oleh K-SVNN. Dengan mengetahui keunggulan dan kelemahan maka metode tersebut dapat dibuktikan baik tidaknya ketika diimplementasikan. Hasil pengujian menunjukkan bahwa K-SVNN pada satu sisi lebih baik sedangkan pada sisi lain tidak lebih baik daripada dua metode pembanding lainnya. Pengujian dilakukan baik pada saat pelatihan maupun prediksi. Kinerja pelatihan diukur dalam hal waktu yang digunakan untuk pelatihan, kinerja prediksi diukur dalam hal waktu yang digunakan untuk prediksi dan akurasi prediksi yang didapat.



[ DESKRIPSI LAIN ]

 Download File Penyerta (khusus anggota terdaftar)

  1. UBHARASURYA-Proceeding-50-sentia2014ksvnnannsvm.pdf
    197 KB - "application/pdf"

 Download File Bebas Download

  1. UBHARASURYA-Proceeding-50-sentia2014ksvnnannsvm.pdf
    197 KB - application/octetstream