Nanda Try Luchia, - (2024) FEATURE SELECTION PADA ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK KLASIFIKASI PENERIMA PROGRAM INDONESIA PINTAR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Tugas AKhir Bab 1-5.pdf Download (2MB) | Preview
	Text (BAB IV) Tugas Akhir Bab 4.pdf - Published Version Restricted to Repository staff only Download (506kB)

Abstract

Pelaksanaan pendidikan bagi masyarakat Indonesia dari anak-anak hingga dewasa sangat dibu- tuhkan oleh para orang tua untuk mendidik dan membangun jiwa mereka. Banyaknya angka murid putus sekolah di Indonesia pada setiap tingkatan pendidikan menunjukkan bahwa masyarakat Indonesia masih memiliki tingkat pendidikan yang cukup rendah. Salah satu program yang dijalankan pemerintah adalah PIP yang juga terdapat di SMAN 1 Tualang. Penelitian ini dilakukan untuk mengklasifikasikan penerima bantuan pendidikan PIP menggunakan teknik klasifikasi menggunakan dua metode Feature Selection dan dua metode klasifikasi yaitu SVM dan RF. Hasil dari penelitian ini diperoleh bahwa penerapan Feature Selection pada Algoritma RF memiliki nilai akurasi yang lebih baik daripada Algoritma SVM dengan nilai akurasi tertinggi yaitu 99%, sedangkan Algoritma SVM memiliki nilai akurasi tertinggi yaitu 98%.

Actions (login required)

View Item