• Beranda
  • Tentang Kami
    Sejarah Visi dan Misi Tata Tertib Jam Layanan Fasilitas Pustakawan Struktur Organisasi Warta Perpustakaan
  • Layanan Perpustakaan
    Layanan Baca di Tempat Layanan Sirkulasi Layanan Referensi Layanan Penelusuran Informasi Layanan Bimbingan Literasi Informasi Layanan Ekstensi
  • Layanan Referensi
    Layanan Meja Informasi Layanan Bimbingan Penggunaan Koleksi Referensi Layanan Penelusuran Layanan Konsultasi Layanan Kesiagaan Informasi
  • Keanggotaan
    Area Anggota Buku Tamu Survey Kebutuhan Survey Kepuasan Pendaftaran Anggota Online FAQ
  • OPAC
  • Pilih Bahasa : Bahasa Inggris Bahasa Indonesia
Semua Komputer Filsafat Agama Ilmu-ilmu Sosial Bahasa Sains Teknologi Seni Kesusastraan Sejarah

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN

Pencarian terakhir:

{{tmpObj[k].text}}
  1. PERPUSTAKAAN SMP YASPORBI II
  2. Katalog
  3. Analisa Data Mining Klasifikasi Kesesuaian Bidang Kerja Lulu...
THESIS
Repositori Kemendikdasmen
Kembali

Analisa Data Mining Klasifikasi Kesesuaian Bidang Kerja Lulusan Fakultas Ilmu Komputer Universitas Lancang Kuning Menggunakan Algoritma K-Nearest Neighbor (K-NN)

Maharanda, Gusti

Klasifikasi termasuk suatu cara untuk mengelompokan teks, jadi teks dengan isi teks yang sama akan dikelompokan dengan tipe teks yang sama. Metode data mining untuk klasifikasi mampu digunakan untuk membantu mengetahui kesesuian bidang kerja mahasiswa lulusan Teknik Informatika. Di Fakultas Teknik Informatika Universitas Lancang Kuning Pekanbaru, ada dua prodi yaitu Teknik Informatika dan Teknik Informasi. Pada penelitian ini dilakukan klasifikasi pada data mahasiswa pada angkata 2012 s/d 2014 menggunakan algoritma K-Nearest Neighbor dengan pengujian menggunakan Rapidminer. Di penelitian ini akan melakukan kalasifikasi dari algoritma K�Nearest Neighbor (K-NN). Kasifikasi ini dilakukan guna untuk menganalisa dan mengukur akurasi dari algoritma K-Nearest Neighbor (K-NN) untuk mendapatkan keakuratan dari metode yang digunakan. Dari penelitian yang telah dilakukan,
algoritma K-Nearest Neighbor ini mendapatkam akurasi paling tinggi 86,02% dari tiga kali pengujian.
Informasi Repositori
Jenis
Thesis
Detail Information
Tahun
2022
Bahasa
id
Last Updated
2024-01-03T07:29:19Z
Subjects / Keywords
QA75 Electronic computers. Computer science
Akses Dokumen
Unduh PDF
Hak Cipta & Lisensi

Konten ini bersumber dari Repositori Institusi Kemendikdasmen.

Hak cipta dimiliki oleh institusi pencipta karya. Dilisensikan di bawah Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).

Metadata di-harvest melalui protokol OAI-PMH sesuai SK Sekjen Kemendikbudristek No. 18/M/2022.

PERPUSTAKAAN SMP YASPORBI II
PERPUSTAKAAN SMP YASPORBI II
  • Masuk sebagai Admin
  • Download Buku Panduan Aplikasi

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Statistik Pengunjung

Hari ini 11.282
Online: 11.282 Onsite: 0
Bulan ini 212.724
Online: 212.693 Onsite: 31
Total 627.276
Online: 608.080 Onsite: 19.196

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek


© 2026 — Berbasis SLiMS | Dikelola oleh ePERPUS WhatsApp

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik

Isilah satu atau lebih bidang di bawah ini untuk mempersempit pencarian Anda

Kemana ingin Anda bagikan?
Beranda OPAC Login Daftar