penerapan data mining algoritma naives bayes dan part untuk mengetahui minat baca mahasiswa di perpustakaan stmik amikom purwokerto

penerapan data mining algoritma naives bayes dan part untuk mengetahui minat baca mahasiswa di perpustakaan stmik amikom purwokerto

;Mohammad Imron
the british journal of educational psychology 2017 Vol. 10 pp. 121-135
86
imron2017telematikapenerapan

Abstract

Perpustakaan STMIK AMIKOM Purwokerto didirikan dengan tujuan untuk membantu serta memenuhi kebutuhan sivitas akademik yang ada di Perguruan Tinggi, koleksi buku yang ada sekitar 12,518, dengan judul 6,375 eksemplar. Penelitian ini bertujuan untuk mengetahui minat baca mahasiswa dengan membandingkan tingkat akurasi pada data mining dengan menggunakan algoritma naive bayes dan PART berdasarkan data peminjaman. Pengambilan data dari bulan Januari 2016 sampai bulan Maret 2017 dengan total data 4022. Hasil pengujian yang telah dilakukan terhadap kedua algoritma yaitu algoritma Naive Bayes dan Algoritma PART, maka dapat disimpulkan dari evaluasi dengan confusion matrix didapat hasil nilai akurasi masing-masing algoritma, nilai akurasi dari algoritma naive bayes sebesar 97,01% dan nilai akurasi dari algoritma PART sebesar 97,19%, sehingga algoritma yang terbaik dari pengujian tersebut untuk mengetahui minat baca mahasiswa di Perpustakaan STMIK AMIKOM Purwokerto adalah algoritma PART.

Citation

ID: 238820
Ref Key: imron2017telematikapenerapan
Use this key to autocite in SciMatic or Thesis Manager

References

Blockchain Verification

Account:
NFT Contract Address:
0x95644003c57E6F55A65596E3D9Eac6813e3566dA
Article ID:
238820
Unique Identifier:
Network:
Scimatic Chain (ID: 481)
Loading...
Blockchain Readiness Checklist
Authors
Abstract
Journal Name
Year
Title
5/5
Creates 1,000,000 NFT tokens for this article
Token Features:
  • ERC-1155 Standard NFT
  • 1 Million Supply per Article
  • Transferable via MetaMask
  • Permanent Blockchain Record
Blockchain QR Code
Scan with Saymatik Web3.0 Wallet

Saymatik Web3.0 Wallet