• Tidak ada hasil yang ditemukan

Klasifikasi Risiko Hipertensi Menggunakan Fuzzy Decision Tree Iterative Dichotomiser 3 (ID3)

N/A
N/A
Protected

Academic year: 2018

Membagikan "Klasifikasi Risiko Hipertensi Menggunakan Fuzzy Decision Tree Iterative Dichotomiser 3 (ID3)"

Copied!
9
0
0

Teks penuh

Loading

Gambar

Gambar 1  Flowchart Fuzzy Decision Tree ID3
Tabel 3 Fuzzy Input Atribut Umur
Tabel 7 Information Gain Seluruh Atribut
Tabel 8 Aturan yang Terbentuk
+3

Referensi

Dokumen terkait

Form data user digunakan untuk maintenance data user yang mempunyai peran penting pada tiap masing-masing tugas user dalam penggunaan Sistem Pendukung Keputusan

Dari penelitian yang akan dilakukan ini, penulis memberikan hipotesis bahwa metode Decision Tree ID3 dapat melakukan klasifikasi yang relevan untuk setiap artikel berita

Skenario pengujian ini menggunakan nilai 0.1 untuk learning rate yang didapat dari skenario pengujian sebelumnya, jumlah data latih sebanyak 60% data, nilai

Skenario pengujian ini menggunakan nilai 0.1 untuk learning rate yang didapat dari skenario pengujian sebelumnya, jumlah data latih sebanyak 60% data, nilai

Sedangkan pada pengujian 90:10 terjadi penurunan akurasi sehingga untuk mengetahui anomali tersebut maka selanjutnya akan dilakukan pengujian k- fold cross

Dalam proses ini juga dilakukan penghitungan keakurasian aturan yang terbentuk dari proses sebelumnya, yaitu proses pembentukan aturan dan tree dengan menguji beberapa data set

Pengujian K-Fold Cross Validation pada perbandingan data 80:10 dan 90:10 untuk mengetahui tingkat akurasi dan pengaruh data yang digunakan pada saat pengujian, pengujian

Dalam proses ini juga dilakukan penghitungan keakurasian aturan yang terbentuk dari proses sebelumnya, yaitu proses pembentukan aturan dan tree dengan menguji beberapa data set