penerapan data mining algoritma naives bayes dan part untuk mengetahui minat baca mahasiswa di perpustakaan stmik amikom purwokerto
Article Quality & Performance Metrics
Readership in this journal
SteadyRanked #37 of 44 articles by views in the british journal of educational psychology
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
Abstract
Perpustakaan STMIK AMIKOM Purwokerto didirikan dengan tujuan untuk membantu serta memenuhi kebutuhan sivitas akademik yang ada di Perguruan Tinggi, koleksi buku yang ada sekitar 12,518, dengan judul 6,375 eksemplar. Penelitian ini bertujuan untuk mengetahui minat baca mahasiswa dengan membandingkan tingkat akurasi pada data mining dengan menggunakan algoritma naive bayes dan PART berdasarkan data peminjaman. Pengambilan data dari bulan Januari 2016 sampai bulan Maret 2017 dengan total data 4022. Hasil pengujian yang telah dilakukan terhadap kedua algoritma yaitu algoritma Naive Bayes dan Algoritma PART, maka dapat disimpulkan dari evaluasi dengan confusion matrix didapat hasil nilai akurasi masing-masing algoritma, nilai akurasi dari algoritma naive bayes sebesar 97,01% dan nilai akurasi dari algoritma PART sebesar 97,19%, sehingga algoritma yang terbaik dari pengujian tersebut untuk mengetahui minat baca mahasiswa di Perpustakaan STMIK AMIKOM Purwokerto adalah algoritma PART.
| Reference Key |
imron2017telematikapenerapan
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Mohammad Imron |
| Journal | the british journal of educational psychology |
| Year | 2017 |
| DOI |
DOI not found
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.