NANA NURHALIZA, - (2023) PENERAPAN SUPERVISED FEATURE SELECTION PADA ALGORITMA PROBABILISTIC NEURAL NETWORK (PNN) UNTUK KLASIFIKASI TINGKAT STRES MAHASISWA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (File Lengkap Tanpa BAB IV) File lengkap sampai lampiran kecuali hasil penelitian.pdf - Published Version Download (63MB) | Preview
	Text (BAB IV) File Hasil Penelitian Bab IV.pdf - Published Version Restricted to Repository staff only Download (637kB)

Abstract

Mahasiswa secara mental berada dalam fase peralihan dari masa remaja menuju dewasa yang merupakan periode yang berpotensi besar untuk menyebabkan stres. Penelitian ini menggunakan teknik klasifikasi yang merupakan sebuah teknik dalam Data Mining untuk menilai objek data, dan mengkategorikannya pada kelas tertentu dari sejumlah kelas yang tersedia. Adapun data yang digunakan diperoleh dengan menggunakan kuesioner yang disebarkan pada 395 sampel mahasiswa di UIN Suska Riau. Untuk memperoleh akurasi tertinggi pada proses klasifikasi menggunakan Algoritma Probabilistic Neural Network (PNN) dilakukan percobaan dengan menerapkan Seleksi Fitur Chi Square dan Information Gain. Pada penelitian ini diperoleh hasil bahwa Seleksi Fitur Information Gain memberikan akurasi terbaik dibandingkan dengan klasifikasi pada data tanpa seleksi fitur dan klasifikasi pada data dengan Seleksi Fitur Chi Square. Penerapan Seleksi Fitur Information Gain memperoleh nilai akurasi sebesar 94,11%, presisi 77,27%, dan recall sebesar 75,68%.

Actions (login required)

View Item