PENERAPAN DATA MINING DENGAN METODE KNEAREST NEIGHBOUR DAN ARTIFICIAL NEURAL NETWORK UNTUK MENENTUKAN GADGET YANG COCOK BERDASARKAN GENDER

Fadhil Athoillah, Gasya (2022) PENERAPAN DATA MINING DENGAN METODE KNEAREST NEIGHBOUR DAN ARTIFICIAL NEURAL NETWORK UNTUK MENENTUKAN GADGET YANG COCOK BERDASARKAN GENDER. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (721kB)
	Text BAB 2.pdf Download (993kB)
	Text BAB 3.pdf Restricted to Registered users only Download (2MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (487kB)
	Text DAFTAR PUSTAKA.pdf Download (702kB)

Abstract

HP (Handphone) merupakan perlengkapan telekomunikasi elektronik 2 arah yang dapat dibawa dengan mudah serta mempunyai keahlian untuk mengirimkan pesan berbentuk suara. Penafsiran tersebut ialah penafsiran HP secara universal. Dalam keseharian saat ini manusia nyaris tidak dapat lepas dari HP, terlebih dengan terus menjadi berkembangnya HP sehingga HP mempunyai bermacam fungsi. Bukan hanya perlengkapan komunikasi saja tetapi sudah tumbuh jadi perlengkapan dengan guna yang lain semacam media hiburan, media bisnis, serta sebagainya. Sekarang banyak sekali handphone dengan ke unggulan masing masing baik itu dari segi peforma atau multimedia namun untuk masyarakat awam memilih handphone yang diinginkan dengan spesifikasi handphone yang sekarang sudah banyak sekali akan membuat kebingungan handphone mana yang cocok bagi masyarakat yang ingin membeli, maka dari itu penulis membuat aplikasi penerapan data mining dengan metode k-nearest neighbour dan artificial neural network untuk menentukan gadget berdasarkan gender untuk membantu masyarakat dalam memilih handphone dengan kriteria yang dinginkan dengan metode k-nearest neighbour dan artificial neural network. Metode tersebut di pilih karena mampu untuk mengklasifikasi handphone mana yang cocok berdasarkan gender, dan menentukan metode mana yang lebih bagus dari k-nearest neighbour dan artificial neural network dengan penentuan akurasi untuk knearest neighbour mendapatkan akurasi 53% dengan nilai K 10 dan untuk artificial neural network mendapatkan akurasi 69.9% maka dapat di simpulkan dari hasil komparasi kedua metode tersebut maka metode artificial neural network lebih bagus untuk kasus ini.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Handphone, gender, K-Nearest Neighbour, Artificial Neural Network
Subjects:	600 Technology and Applied Sciences /Teknologi dan Ilmu-ilmu Terapan > 621.384 56 Cellular Telephone Systems/Sistem Telepon Seluler
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	12 Dec 2022 04:59
Last Modified:	12 Dec 2022 04:59
URI:	http://repository.unsada.ac.id/id/eprint/4997

Actions (login required)

View Item