Perbandingan Antara Metode Decision Tree Dan Support Vector Machine Pada Model Rekomendasi Mobil Bekas
pdf

Keywords

Metode Decission tree
Support Vector Machine
Mobil
Soft Computing

How to Cite

Maksum, A. ., & Swanjaya, D. (2021). Perbandingan Antara Metode Decision Tree Dan Support Vector Machine Pada Model Rekomendasi Mobil Bekas. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 5(3), 167–173. https://doi.org/10.29407/inotek.v5i3.1098

Abstract

Perkembangan usaha di bidang penjualan mobil bekas sangat pesat sehingga banyak konsumen memandang dari pengaruh product quality terhadap brand loyality melalui kepuasan konsumen sebagai variabel mediasi. Kepuasan konsumen mempengaruhi terhadap signifan brand loyality dan sebagai variabel mediasi dari product quality terhadap brand quality. Peneliti mencoba membuat perbandingan antara metode decission tree dan support vector machine untuk membandingkan akurasi yang lebih baik, hasil dari penelitian ini perbandingan dari Decission Tree dan Support Vector Machine dari data Training decission tree sebesar 2,5 % dan Support Vector Machine sebesar 9,1 % , untuk data testing dari Decission Tree sebesar 6,2 % dan Support Vector Machine sebesar 2,2 %. Bisa disimpulkan bahwa pada metode Decission Tree akurasinya lebih baik daripada metode Support Vector Machine.

https://doi.org/10.29407/inotek.v5i3.1098
pdf

References

Utama, P. (2016). BAB I PENDAHULUAN A .Latar Belakang Penelitian. http://repository.unpas.ac.id/12341/4/BAB I draft.pdf.

Saputra, A. (2011). Sistem Informasi Pemilihan Mobil Bekas Menggunakan Decision Support System Analytical Hierarchy Process Pada Showroom Yokima Motor Bandung. Jurnal Teknik Informatika Dan Sistem Informasi, Vol. 1, No. 2, Hal:88–101. https://doi.org/10.28932/jutisi.v1i2.370.

Hartono, B. S. (2018). Pengaruh Product Quality Terhadap Brand Loyalty Konsumen Honda Jazz Dengan Kepuasan Konsumen Sebagai Variabel Intervening Di Surabaya. Jurnal Strategi Pemasaran.

Sembiring, M. A. (2016). Penerapan Metode Decision Tree Algoritma C45 Untuk Memprediksi Hasil Belajar Mahasiswa Berdasarkan Riwayat Akademik. Jurnal Teknologi Dan Sistem Informasi.

Muharram, F., Sukabumi, U. M., & Barat, J. (2020). Penentuan Kendaraan Mobil Bekas Menggunakan. Vol. 4, No. 2, Hal:194–199.

Putranto, R. A., Wuryandari, T., & Sudarno. (2015). Perbandingan Analisis Klasifikasi antara Decision Tree dan Support Vector Machine Multiclass untuk Penentuan Jurusan pada Siswa SMA. JURNAL GAUSSIAN.

Prasetyo, K. G., & Pahlevi, S. M. (2019). Analisis Perbandingan Algoritma Decision Tree Dengan Support Vector Machine Untuk Mendeteksi Kompetensi Mahasiswa Konsentrasi Informatika Komputer Studi Kasus : Politeknik Lp3I Jakarta , Kampus Depok. Vol. 5, No. 60, 11–26.

Jacobus, A., Winarko, E. (2014). Penerapan Metode Support Vector Machine pada Sistem Deteksi Intrusi secara Real-time. IJCCS Indonesian Journal of Computing and Cybernetics Systems), Vol. l8, No. 1, Hal:13. https://doi.org/10.22146/ijccs.3491

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2021 Ali Maksum, Daniel Swanjaya

Downloads

Download data is not yet available.