Studi Komparasi Naive Bayes, K-Nearest Neighbor, dan Random Forest untuk Prediksi Calon Mahasiswa yang Diterima atau Mundur
Penelitian ini bertujuan untuk mendapatkan model prediksi terbaik dari data Penerimaan Mahasiswa Baru tahun 2014 hingga 2019 dengan membandingkan Naive Bayes, K-Nearest Neighbor, dan Random Forest. Penelitian ini menggunakan metode klasifikasi untuk memprediksi calon mahasiswa. Mereka diterima atau...
Saved in:
Main Authors: | Puteri Sejati, Munawar Munawar, Marzuki Pilliang, Habibullah Akbar |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
University of Brawijaya
2022-12-01
|
Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/6737 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Similar Items
-
Prediksi Kelulusan Tepat Waktu Berdasarkan Riwayat Akademik Menggunakan Metode K-Nearest Neighbor
by: Imam Riadi, et al.
Published: (2024-08-01) -
Consistency of the $k$-nearest neighbors rule for functional data
by: Younso, Ahmad
Published: (2023-01-01) -
Prediksi Mahasiswa Drop-Out Di Universitas XYZ
by: Tubagus Ahmad Marzuqi, et al.
Published: (2024-12-01) -
Komparasi Machine Learning Berbasis Pso Untuk Prediksi Tingkat Keberhasilan Belajar Berbasis E-Learning
by: Elin Panca Saputra, et al.
Published: (2023-04-01) -
Lung Cancer Prediction Based on K-nearest Neighbor and Other Algorithms
by: Ren Yimo
Published: (2025-01-01)