ANALISIS KLASIFIKASI MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL DAN KLASIFIKASI NAΪVE BAYES PADA DATA ALUMNI UNILA TAHUN 2016

Shintia Faramudhita, Rudi Ruswandi, Subian Saidi

Abstract


Klasifikasi adalah proses pencarian sekumpulan pola, model atau fungsi yang menggambarkan dan membedakan objek datauntuk dikelompokan kedalam kelas tertentu dari sejumlah kelas yang tersedia. Pada penelitian ini akan dilakukan klasifikasitingkat kelancaran alumni unila tahun 2016 yang dibagi menjadi tiga kelas bertingkat, yaitu kelas Tidak Lancar (TL), kelasKurang Lancar (KL) dan kelas Lancar (L). Metode analisis yang digunakan adalah Regresi Logistik Ordinal yangmerupakan metode pengklasifikasi dengan teknik statistika dan Naϊve Bayes yang merupakan metode pengklasifikasi denganmenggabungkan teknik statistika dan data mining. Penelitian ini bertujuan untuk mengetahui metode mana yang mempunyaitingkat akurasi yang lebih baik dalam mengkalsifikasi tingkat kelancaran alumni unila tahun 2016 dalam mencari pekerjaan.Dengan melakukan sepuluh kali pengulangan klasifikasi dari masing-masing metode, didapat bahwa Regresi LogistikOrdinal mempunyai rata-rata tingkat error yang lebih kecil yaitu sebesar dibandingkan dengan Naϊve Bayes.

Article Metrics

Abstract view : 880 times
PDF - 850 times

Full Text:

PDF

References


Han,J., Kamber, M., Jian,P., 2012. Data Mining Concepts and Techniques, Third Edition. California :Morgan Kaufman.

Agresti, Alan. 2002. An Introduction Categorical Data Analysis, Second Edition. New Jersey : John Wiley and Sons Inc.

Hosmer, D.W., Lemeshow, S., 2000. Applied Logistic Regression, Second Edition. Canada : John Wiley and Sons Inc.


Refbacks

  • There are currently no refbacks.