Klasifikasi Algoritma Iterative Dichotomizer (ID3) untuk Tingkat kepuasan pada Sarana Laboratorium Komputer

Ibnu Rasyid Munthe, Volvo Sihombing
{"title":"Klasifikasi Algoritma Iterative Dichotomizer (ID3) untuk Tingkat kepuasan pada Sarana Laboratorium Komputer","authors":"Ibnu Rasyid Munthe, Volvo Sihombing","doi":"10.34012/JUTIKOMP.V1I2.237","DOIUrl":null,"url":null,"abstract":"Hasil Penelitian ini dilakukan membangun model menggunakan Algoritma Iterative Dichotomizer(Id3). Dengan mengukur Gain Ratio, Information Gain, Gini Index dan Akurasi maka hasil diperoleh Gain tertinggi dari Gain Ratio, Information Gain dan Gini Index adalah variabel Minat berkunjung kembali dan Entropy variabel Laboratorium Komputer artinya mahasiswa mau berkunjung kembali dan mengunakan Laboratorium komputer  merasakan puas pada variabel tersebut. Accuracy gain tertinggi adalah variabel minat berkunjung kembali, entropy variabel Fasilitas penunjang, dan Laboratorium Komputer artinya mahasiswa berkunjung kembali dengan Fasilitas Penunjang Cukup dan perlu di tingkatan dan laboratorium komputer merasakan Puas. Data yang diolah menggunakan rapidminer dengan persentase 73,8 % menyatakan Puas sebanyak  31 orang dan persentase 26,2 % menyatakan tidak Puas sebanyak 11 orang dari total 42 orang. Metode yang digunakan menggali informasi  Cross Industry Prosess For Data Mining (CRISP-DM). Mengukur nilai akurasi digunakan confusion matrik dengan klasifikasi nilai akurasi 0,95-1,00 sangat baik. Pengujian Data dilakukan dengan menggunakan aplikasi rapidminer. \n ","PeriodicalId":154314,"journal":{"name":"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)","volume":"132 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-10-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"8","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Ilmu Komputer Prima (JUTIKOMP)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34012/JUTIKOMP.V1I2.237","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 8

Abstract

Hasil Penelitian ini dilakukan membangun model menggunakan Algoritma Iterative Dichotomizer(Id3). Dengan mengukur Gain Ratio, Information Gain, Gini Index dan Akurasi maka hasil diperoleh Gain tertinggi dari Gain Ratio, Information Gain dan Gini Index adalah variabel Minat berkunjung kembali dan Entropy variabel Laboratorium Komputer artinya mahasiswa mau berkunjung kembali dan mengunakan Laboratorium komputer  merasakan puas pada variabel tersebut. Accuracy gain tertinggi adalah variabel minat berkunjung kembali, entropy variabel Fasilitas penunjang, dan Laboratorium Komputer artinya mahasiswa berkunjung kembali dengan Fasilitas Penunjang Cukup dan perlu di tingkatan dan laboratorium komputer merasakan Puas. Data yang diolah menggunakan rapidminer dengan persentase 73,8 % menyatakan Puas sebanyak  31 orang dan persentase 26,2 % menyatakan tidak Puas sebanyak 11 orang dari total 42 orang. Metode yang digunakan menggali informasi  Cross Industry Prosess For Data Mining (CRISP-DM). Mengukur nilai akurasi digunakan confusion matrik dengan klasifikasi nilai akurasi 0,95-1,00 sangat baik. Pengujian Data dilakukan dengan menggunakan aplikasi rapidminer.  
Dichotomizer (ID3)的快速扩张算法分类,以满足计算机工具的满足程度
这项研究的结果是使用二氧酰胺多位算法(Id3)构建模型。通过测量增长率、信息增益、吉尼指数和准确率,从而从增益增益、信息增益和吉尼指数中获得最高的增益,信息增益和吉尼指数是回访感兴趣的变量,这意味着学生将返回并使用计算机实验室,使他们对变量感到满意。最重要的是回访兴趣变量、集中设施的熵性和计算机实验室,这意味着学生在实地访问中有足够的和必要的支持设施,计算机实验室感到满意。用73.8%的快速获取的数据表示31人满意,26.2人表示不满意,共42人11人。用于挖掘数据挖掘过程中的交叉工业信息的方法。用0.95 -1 00分级法来衡量孔子使用的准确性值。数据测试是通过快速引用应用程序进行的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信