ROBI ANGGARA (2018) PENERAPAN KOMBINASI METODE NAIVE BAYES DAN MKNN UNTUK PREDIKSI PUTUSAN PERKARA PERTANAHAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018452TIF.pdf Download (243kB) | Preview |
|
|
Text
2. PENGESAHAN_2018452TIF.pdf Download (361kB) | Preview |
|
|
Text
3. ABSTRAK_2018452TIF.pdf Download (93kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018452TIF.pdf Download (280kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018452TIF.pdf Download (112kB) | Preview |
|
|
Text
6. BAB I_2018452TIF.pdf Download (219kB) | Preview |
|
|
Text
7. BAB II_2018452TIF.pdf Download (510kB) | Preview |
|
|
Text
8. BAB III_2018452TIF.pdf Download (133kB) | Preview |
|
|
Text
9. BAB IV_2018452TIF.pdf Download (821kB) | Preview |
|
Text
10. BAB V_2018452TIF.pdf Restricted to Repository staff only Download (1MB) |
||
|
Text
11. BAB VI_2018452TIF.pdf Download (95kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA_2018452TIF.pdf Download (306kB) | Preview |
Abstract
Tanah memiliki peranan dan nilai yang penting dalam kehidupan. Gugatan perkara pertanahan yang masuk ke PTUN meningkat setiap tahunnya. Data perkara tanah yang ada dapat dimanfaatkan dalam penelitian dengan menggunakan metode data mining. Metode data mining dilakukan dengan mempelajari pola pola tertentu untuk prediksi putusan perkara pertanahan. Algoritma naive bayes dan MKNN merupakan contoh algoritma yang mampu melakukan klasifikasi pada data mining. Dengan menggunakan kombinasi algoritma naive bayes dan MKNN, hasil klasifikasi yang dihasilkan lebih baik daripada hasil klasifikasi kedua algoritma tersebut secara terpisah. Data yang digunakan adalah data putusan perkara pertanahan pada PTUN Pekanbaru. Data yang ada, dianalisa terlebih dahulu, kemudian data melalui proses seleksi dan transformasi pada tahapan knowledge discovery and data mining(KDD). Data kemudian diklasifikasikan menggunakan kombinasi algoritma naive bayes dan MKNN. Setelah melalui pengujian evaluasi, penelitian ini menghasilkan bahwa kombinasi metode naive bayes dan MKNN mampu melakukan prediksi putusan perkara pertanahan dengan akurasi tertinggi mencapai 74.64%. Kata kunci: Data Mining, Klasifikasi, MKNN, Naive Bayes, Pertanahan, Prediksi.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 300 Ilmu Sosial |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Ms. Nilam Badriyah |
Date Deposited: | 25 Jul 2019 06:51 |
Last Modified: | 25 Jul 2019 06:51 |
URI: | http://repository.uin-suska.ac.id/id/eprint/16777 |
Actions (login required)
View Item |