Jurnal Algoritme最新文献

筛选
英文 中文
Identifikasi Kadar Ikan Pada Pempek Menggunakan Fitur GLCM dan SVM 使用GLCM和SVM功能识别penpek上的鱼类浓度
Jurnal Algoritme Pub Date : 2023-04-11 DOI: 10.35957/algoritme.v3i2.4791
Muhammad Afif Naufal, Gasim Gasim
{"title":"Identifikasi Kadar Ikan Pada Pempek Menggunakan Fitur GLCM dan SVM","authors":"Muhammad Afif Naufal, Gasim Gasim","doi":"10.35957/algoritme.v3i2.4791","DOIUrl":"https://doi.org/10.35957/algoritme.v3i2.4791","url":null,"abstract":"Pempek merupakan makanan khas kota Palembang, Sumatera Selatan. Pempek dibuat dari olahan daging ikan giling yang sebelumnya telah dikuliti dan dipisahkan dari duri halus. Perbandingan pada pempek tersebut selain dapat diketahui oleh orang awam melalui rasa dapat juga diketahui melalui media elektronik yakni melalui kecerdasan buatan. Penelitian ini dilakukan untuk mengetahui perbandingan kadar ikan pada pempek dengan empat jenis kadar perbandingan yakni kadar 1 terdiri dari 1 ikan gabus 1 tepung (1:1), kadar 2 terdiri dari 1.5 ikan gabus 1 tepung (1.5:1), kadar 3 terdiri dari 2 ikan gabus 1 tepung (2:1), dan kadar 4 terdiri dari 1 ikan gabus 2 tepung (1:2). Metode pengenalan yang digunakan Support Vector Machine dengan ekstraksi fitur GLCM dengan dua jenis parameter yang berbeda yakni menggunakan GLCM dengan 4 parameter yang terdiri dari nilai Contras, Homogeneity, Correlation, dan Energy. Dan GLCM dengan 2 parameter yang terdiri dari nilai Homogeneity dan Correlation. Klasifikasi menggunakan metode SVM dengan ekstraksi GLCM dua parameter berbeda pada penelitian ini mendapatkan nilai akurasi sebesar 25.83% pada ekstraksi GLCM empat parameter, sedangkan hasil dari SVM dengan ekstraksi GLCM dua parameter hanya 25%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125838361","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Penentuan Tingkat Kerontokan Rambut Kepala Pria dengan Metode Fuzzy Inference System Sugeno 用Sugeno模糊的遗传系统来确定男性脱发的程度
Jurnal Algoritme Pub Date : 2023-04-11 DOI: 10.35957/algoritme.v3i2.4204
Eric Karuna, Johannes Petrus
{"title":"Penentuan Tingkat Kerontokan Rambut Kepala Pria dengan Metode Fuzzy Inference System Sugeno","authors":"Eric Karuna, Johannes Petrus","doi":"10.35957/algoritme.v3i2.4204","DOIUrl":"https://doi.org/10.35957/algoritme.v3i2.4204","url":null,"abstract":"Abstrak \u0000Rambut kepala merupakan organ tubuh dari manusia yang memiliki bentuk seperti helaian benang yang tumbuh di kulit dengan mengandung banyak keratin serta dapat muncul dari lapisan epidermis. Terdapat berbagai faktor yang dapat mengakibatkan perubahan kondisi kulit kepala dan rambut seperti faktor usia lanjut, depresi, berkurangnya aktifitas kelenjar minyak dikulit kepala, gangguan pembuluh darah, gangguan hormon, pengaruh kosmetika, paparan sinar matahari secara terus menerus dan kurangnya makanan yang bergizi untuk kepentingan pertumbuhan rambut. Penelitian ini melakukan perancangan model Fuzzy Sugeno untuk menentukan tingkat kerontokan rambut kepala pada pria berdasarkan faktor-faktor penyebabnya. Salah satu tujuan dalam penelitian ini adalah untuk mengetahui tingkat kerontokan rambut kepala pada pria menggunakan metode Sugeno. Pada model Fuzzy Sugeno mendapatkan hasil yang rendah dalam menentukan tingkat kerontokan rambut kepala pada pria, yaitu memperoleh nilai error sebesar 114,870 untuk nilai MSE dan 5,73% untuk nilai MAPE. ","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"83 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132085582","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 1
Prediksi Pertumbuhan Penduduk Kecamatan Cimaragas Kabupaten Ciamis Dengan Metode Artificial Neural
Jurnal Algoritme Pub Date : 2023-04-11 DOI: 10.35957/algoritme.v3i2.3709
Rafli Kurnia Armanda
{"title":"Prediksi Pertumbuhan Penduduk Kecamatan Cimaragas Kabupaten Ciamis Dengan Metode Artificial Neural","authors":"Rafli Kurnia Armanda","doi":"10.35957/algoritme.v3i2.3709","DOIUrl":"https://doi.org/10.35957/algoritme.v3i2.3709","url":null,"abstract":"Penelitian ini dilakukan untuk mempelajari Jaringan Syaraf Tiruan (Artificial Neural Network) merupakan salah satu bahasa perintah yang digunakan dalam program matlab yang digunakan untuk memprediksi suatu data yang diinputkan dan dapat digunakan untuk memprediksi pertumbuhan penduduk . Artificial Neural Network merupakan pemodelan data yang kuat yang mampu menangkap dan mewakili hubungan Input-Output yang komplek, karena kemampuannya untuk memecahkan beberapa masalah relatif mudah digunakan, ketahnan untuk mengimput data kecepatn untuk eksekusi, dan menginisialisasikan sistem yang rumit.. Dengan menggunakan Jaringan Syaraf Tiruan(Artificial Neural Network) diharapkan dapat memberikan alternatif lain dalam memperkirakan dan memprediksi tingkat pertumbuhan penduduk di Kecamatan Cimaragas Kabupaten Ciamis.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127540895","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Identifikasi Penyakit Pada Tanaman Kopi Berdasarkan Citra Daun Menggunakan Metode Convolution Neural Network 根据叶子的图像来识别咖啡植物的疾病,使用神经传导网络
Jurnal Algoritme Pub Date : 2023-04-11 DOI: 10.35957/algoritme.v3i2.3384
Ahmad Fatchurrachman, Daniel Udjulawa
{"title":"Identifikasi Penyakit Pada Tanaman Kopi Berdasarkan Citra Daun Menggunakan Metode Convolution Neural Network","authors":"Ahmad Fatchurrachman, Daniel Udjulawa","doi":"10.35957/algoritme.v3i2.3384","DOIUrl":"https://doi.org/10.35957/algoritme.v3i2.3384","url":null,"abstract":"Tanaman kopi biasa dibuat untuk minuman yang dihasilkan dari biji kopi yang sudah dihaluskan sehingga menjadi bubuk. Salah satu penyebab kualitas pada kopi menurun disebabkan oleh hama yang bisa menyerang dari daun, batang dan akar. Dalam penelitian ini bertujuan untuk mengidentifikasi penyakit tanaman kopi berdasarkan daun menggunakan metode Convolution Neural Network (CNN) dengan arsitektur ResNet-50 dengan optimizer Adam. Total data dari dataset adalah 1664 citra gambar, pada dataset tersebut terdapat data train sebanyak 1264 citra gambar dan data test sebanyak citra 400 gambar. Hasil tertinggi pada pelatihan di penelitian ini dengan menggunakan 60 epoch dan optimizer Adam dengan nilai probabilitas pada learning_rate sebesar 0.0001 mendapatkan nilai probabilitas sebesar 0.9969 dan nilai terendah mendapatkan nilai probabalitias sebesar 0.4918. Hasil pengujian terhadap data test pada penelitian ini mendapatkan tingkat akurasi sebesar 99%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"17 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131599792","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Klasifikasi Ras Anjing Berdasarkan Citra Menggunakan Convolutional Neural Network 使用卷积神经网络基于图像进行犬种分类
Jurnal Algoritme Pub Date : 2023-04-11 DOI: 10.35957/algoritme.v3i2.3389
Axel Leovincent, Yoannita Yoannita
{"title":"Klasifikasi Ras Anjing Berdasarkan Citra Menggunakan Convolutional Neural Network","authors":"Axel Leovincent, Yoannita Yoannita","doi":"10.35957/algoritme.v3i2.3389","DOIUrl":"https://doi.org/10.35957/algoritme.v3i2.3389","url":null,"abstract":"Anjing merupakan hewan mamalia yang banyak digemari dan dipelihara. Anjing memiliki 355 ras di seluruh dunia. Setiap ras memiliki perbedaannya tersendiri, tetapi pada ras tertentu memiliki sedikit perbedaan atau hampir mirip. Penelitian ini mengklasifikasikan 120 ras anjing menggunakan Convolutional Neural Network (CNN) dengan model arsitektur ResNet-50 serta optimizer Adam. Dataset yang digunakan terdiri dari 20580 citra. Dataset dibagi menjadi data latih, data validasi, dan data uji dengan rasio perbandingan 60:20:20. Citra diresize menjadi ukuran 224x224 piksel. Pada penelitian ini menghasilkan hasil akurasi yaitu sebesar 99,35%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"442 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2023-04-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"134327640","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Implementasi Algoritma DBSCAN Dalam Mengelompokan Data Pasien Terdiagnosa Penyakit Ginjal Kronis(PGK) DBSCAN算法的实现,用于对诊断慢性肾病患者数据(PGK)分类
Jurnal Algoritme Pub Date : 2022-10-10 DOI: 10.35957/algoritme.v3i1.3593
Richardo Anggara, Abdul Rahman
{"title":"Implementasi Algoritma DBSCAN Dalam Mengelompokan Data Pasien Terdiagnosa Penyakit Ginjal Kronis(PGK)","authors":"Richardo Anggara, Abdul Rahman","doi":"10.35957/algoritme.v3i1.3593","DOIUrl":"https://doi.org/10.35957/algoritme.v3i1.3593","url":null,"abstract":"Penyakit ginjal kronis(PGK) adalah penyakit ginjal yang ditandai dengan kerusakan struktural atau fungsional pada ginjal yang berlangsung lebih dari 3 bulan. PGK ditandai dengan satu atau lebih tanda kerusakan ginjal, yaitu albuminuria,  sedimen urin abnormal, elektrolit, histologi, struktur ginjal, atau riwayat transplantasi ginjal, dengan penurunan laju filtrasi glomerulus. Pada penelitian ini dilakukan implementasi algoritma DBSCAN untuk mengelompokan data pasien tediagnosis PGK. Basis data yang digunakan adalah Chronic Kidney Disease yang berjumlah 400 data medis dengan 24 atribut atau fitur. Hasil penelitian dievaluasi dengan mencatat banyak jumlah cluster dan noise yang didapatkan menggunakan metric euclidean. Hasil terbaik ada pada skenario kedua dengan nilai epsilon sebesar 3,5, dan Min sample=5 yang menghasilkan jumlah cluster sebanyak 2 cluster dengan nilai Silhouette sebesar 0.158.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"4 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126572727","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK
Jurnal Algoritme Pub Date : 2022-10-10 DOI: 10.35957/algoritme.v3i1.3404
Felix Santoso, Ery Hartati
{"title":"PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK","authors":"Felix Santoso, Ery Hartati","doi":"10.35957/algoritme.v3i1.3404","DOIUrl":"https://doi.org/10.35957/algoritme.v3i1.3404","url":null,"abstract":"Buah-buahan merupakan salah satu makanan yang sering dikonsumsi oleh berbagai kalangan umur karena sumber berbagai mineral, vitamin dan serat pangan. Untuk memperoleh manfaat yang terdapat pada buah, masyarakat harus mengonsumsi buah yang segar dan belum busuk. Secara fisik, kesegaran buah dapat dilihat karena tanda-tanda yang ada pada buah segar atau buah busuk mudah diamati.LBP (Local Binary Pattern) adalah metode ekstraksi fitur tekstur yang sederhana,namun efisien dalam mempresentasikan ciri tekstur, sedangkan HSV (Hue, Value dan Saturation) merupakan ruang warna yang cocok untuk mengidentifikasi warna-warna dasar yang akan digunakan dalam penelitian sebagai warna identifikasi cahaya dan bisa menoleransi perubahan intensitas cahaya. Penelitian ini menggunakan public dataset buah segar dan buah busuk. Proses di mulai dari resize menjadi ukuran 300 x 300 pixel dan selanjutnya dilakukan ekstraksi fitur LBP dan dilanjutkan dengan ekstraksi fitur HSV. Hasil ekstraksi fitur LBP dan HSV di gunakan sebagai input klasifikasi menggunakan algoritma random forest dengan nilai n_estimator 500,1000,1500,dan 2000. Hasil pengujian menggunakan algoritma random forest menghasilkan nilai Accuracy tertinggi sebesar 95,92% dengan nilai n_estimator 2000.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130559187","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Implementasi Model Perhitungan Untuk Menentukan Performa Basis Data MySQL Dan PostgreSQL 执行计算模型以确定MySQL和PostgreSQL数据库的性能
Jurnal Algoritme Pub Date : 2022-10-10 DOI: 10.35957/algoritme.v3i1.4219
Yoga Pramuda Dias Wendri, Ari Kusmiran, Molavi Arman
{"title":"Implementasi Model Perhitungan Untuk Menentukan Performa Basis Data MySQL Dan PostgreSQL","authors":"Yoga Pramuda Dias Wendri, Ari Kusmiran, Molavi Arman","doi":"10.35957/algoritme.v3i1.4219","DOIUrl":"https://doi.org/10.35957/algoritme.v3i1.4219","url":null,"abstract":"Aplikasi harus dapat diakses selama 24 jam dalam sehari oleh penggunanya, implementasi dan perbedaan  database yang tepat sangat penting untuk mendukung koneksi dari ratusan ribu pengguna. Semakin banyak keluhan dari pengguna yang muncul terhadap performa, serta meningkatnya jumlah kunjungan terhadap aplikasi database  yang menggunakan MySQL dan PostgreSQL terhadap komponen Queries Performed: Read, Write dan Transaction, Per-request Statistics: Average dan Threads Fairness: Execution Time. Dalam tiga komponen tersebut dilakukan pengujian untuk menentukan mana yang terbaik antara penggunaan database MySQL dan PostgreSQL serta memberikan solusi terbaik dalam pemilihan database dengan uji beda komponen yang dihasilkan. Penelitian ini menggunakan rumus perhitungan indenpendent sample t-test dengan menggunakan dua komputer, database yang digunakan memiliki ukuran yang sama besarnya, untuk mengetahui apakah terdapat perbedaan dari hasil dua database tersebut. Hasil penelitian menjelaskan bahwa MySQL memberikan hasil terbaik dibandingkan dengan PostgreSQL dengan menggunakan metode indenpendent sample t-test sebagai solusi terbaik..","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"35 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127475351","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Sistem Pakar Sistem Pakar Diagnosis Hama Dan Penyakit Tanaman Bonsai Menggunakan Metode Forward Chaining
Jurnal Algoritme Pub Date : 2022-10-05 DOI: 10.35957/algoritme.v3i1.3343
Ismi Nurhayati, Sri Lestanti, Saiful Nur Budiman
{"title":"Sistem Pakar Sistem Pakar Diagnosis Hama Dan Penyakit Tanaman Bonsai Menggunakan Metode Forward Chaining","authors":"Ismi Nurhayati, Sri Lestanti, Saiful Nur Budiman","doi":"10.35957/algoritme.v3i1.3343","DOIUrl":"https://doi.org/10.35957/algoritme.v3i1.3343","url":null,"abstract":"Penelitian ini bertujuan untuk membangun suatu sistem pakar yang dapat membantu mengetahui secara cepat hama atau penyakit apa yang menyerang tanaman bonsai berdasarkan gejala yang muncul khususnya di Blitar Nursery. Tidak hanya jenis hama atau penyakit, sistem ini juga menginformasikan cara penanganan untuk tanaman yang terserang hama atau penyakit dan cara pencegahannya. Metode yang digunakan pada penelitian ini adalah metode forward chaining, proses pelacakan metode ini yaitu dari data gejala, kemudian mencocokkan data tersebut dengan bagian IF dari rule IF-THEN, jika sesuai dengan rule yang ada, selanjutnya rule akan di eksekusi untuk mendapatkan suatu kesimpulan. Sistem pakar ini dibangun menggunakan Bootstrap dan Bahasa pemrograman Hypertext Preprocessor (PHP) dengan text editor Sublime Text. Pengujian sistem pakar ini menggunakan black box dan beta testing kepada ahli bidang IT dan ahli pakar. Hasil dari pengujian black box sebesar  97,22% dan hasil pengujian beta sebesar 85.2%, kesimpulan bahwa sistem sudah layak digunakan dan dapat memberikan diagnosis hama atau penyakit pada tanaman bonsai berdasarkan gejala-gejala yang diberikan.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"8 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116760551","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
IDENTIFIKASI CACAT PADA KAYU MENGGUNAKAN FITUR GLCM DENGAN METODE SVM 木上的缺陷标识使用SVM方法的GLCM特性
Jurnal Algoritme Pub Date : 2022-10-05 DOI: 10.35957/algoritme.v3i1.2970
Muhammad Azwar Tsar Siregar, Gasim Gasim
{"title":"IDENTIFIKASI CACAT PADA KAYU MENGGUNAKAN FITUR GLCM DENGAN METODE SVM","authors":"Muhammad Azwar Tsar Siregar, Gasim Gasim","doi":"10.35957/algoritme.v3i1.2970","DOIUrl":"https://doi.org/10.35957/algoritme.v3i1.2970","url":null,"abstract":"Kayu adalah bagian batang atau ranting tumbuhan yang mengeras akibat proses lignifikasi secara alami. Kayu memiliki sifat yang tidak dapat ditiru dengan bahan lain. Sifat kayu adalah tahan lama, kuat dan tidak korosif. Kelemahan kayu, yaitu kekurangan alamiah yang terdapat di dalamnya seperti cacat mata kayu, cacat rapuh hati dan cacat lubang penggerek. Penelitian ini menggunakan metode SVM (Support Vector Machine) untuk mendapatkan akurasi terhadap cacat pada kayu dengan menggunakan ekstraksi GLCM (Gray Level Co-occurence Matrix). Dataset yang digunakan terdapat 160 citra kemudian dipisahkan menjadi 112 data train dan 48 data test. Identifikasi yang dilakukan pada kernel Gaussian mendapatkan akurasi tertinggi sebesar 27,08% daripada menggunakan kernel Linear dengan akurasi lebih kecil yakni 16,67%.","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"40 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126356945","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
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×
相关产品
×
本文献相关产品
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