C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject

Katrina, Wiwiek; Damanik, Habibah Jayanti; Parhusip, Friskila; Hartama, Dedy; Windarto, Agus Perdana; Wanto, Anjar

doi:10.1088/1742-6596/1255/1/012005

Cited by 32 publications

(13 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Merupakan sebuah konsep pengetahuan yang digunakan dalam memecahkan sebuah masalah dengan mengacu pada informasi yang digunakan berdasarkan representasi kinerja otak manusia [23]. Secara lebih jelasnya, ANN adalah salah satu teknik yang mengadopsi sistem kerja otak manusia [24].…”

Section: Artficial Neural Network (Ann)unclassified

Fuzzy Neural Network (FNN) Pada Proses Identifikasi Penyakit ISPA

Saputra

Yanto

Safitri

et al. 2021

mib

View full text Add to dashboard Cite

ISPA is a disease that can affect anyone from children, adolescents, adults, and even the elderly. The causes experienced by sufferers of this disease are quite simple, such as fever, runny nose, and cough. The discussion in this paper describes the process of ISPA disease identification by developing a Fuzzy Neural Network (FNN) model. The process will be optimized using Fuzzy Logic to form rules for the diagnostic process, then proceed with an Artificial Neural Network (ANN). This model can maximize the performance of ANN in the identification process so that the output given is quite precise and accurate. The results provided by Fuzzy Logic can describe the clarity of the rules in diagnosis by presenting several rules (rules) that are presented from the Fuzzyfication process to the Defuzzyfication process. The output obtained from the ANN process also shows quite perfect results with an average error value based on MSE of 0.00912 and accuracy value of 91.96%. With these results, it can be stated that the FNN model can be used in the ISPA diagnosis process so that the presentation of this paper aims to provide an alternative in the identification process

show abstract

Section: Artficial Neural Network (Ann)unclassified

Fuzzy Neural Network (FNN) Pada Proses Identifikasi Penyakit ISPA

Saputra

Yanto

Safitri

et al. 2021

mib

View full text Add to dashboard Cite

show abstract

“…Selain itu menurut [5] k-medoids muncul sebagai penanggulangan kelemahan metode k-means yang sensitif terhadap outlier. Sementara metode klasifikasi yang sering digunakan adalah C4.5 [9]- [11].…”

Section: Pendahuluanunclassified

Bagian 1: Kombinasi Metode Klastering dan Klasifikasi (Kasus Pandemi Covid-19 di Indonesia)

Windarto

Indriani²,

Raharjo

et al. 2020

mib

Self Cite

View full text Add to dashboard Cite

The purpose of this research is to combine the classification and classification methods that are part of data mining. The case raised was the number of the spread of the Covid-19 pandemic in Indonesia as of July 7, 2020 with 34 records. Data sources were obtained from Ministry of Health Data, sampled and processed from covid19.go.id and bnpb.go.id. The variables used in the study are the number of positive cases (x1), number of cases cured (x2) and number of deaths (x3) by province. The classification and classification methods used are k-medoids and C4.5. The k-medoids method works to map clusters of regions in Indonesia by province. The mapping labels used are 3 clusters: high cluster (C1 = red zone), alert cluster (C2 = yellow zone), low cluster (C3 = green zone). The results of the mapping are continued using the C4.5 method to see the rules in the form of a decision tree. The analysis process is assisted with the RapidMiner software. Determination of the number of clusters (k) is determined by using the Davies Bouldin Index (DBI) parameter to optimize the cluster results obtained. For k = 3 has an optimal value of 0.740. The mapping results obtained 9 provinces are in the high cluster (C1 = red zone), 3 provinces are in the alert cluster (C2 = yellow zone) and 22 provinces are in the low cluster (C3 = green zone). The value obtained from the decision tree for cluster height (C1 = red zone) based on C4.5 is if the number of positive cases is smaller than 9524 and greater than 4329 (4329> x1 <9524). The nine provinces included in the high cluster (C1 = red zone) are Aceh, Bali, DKI Jakarta, West Java, Central Java, East Java, South Kalimantan, South Sumatra and South Sulawesi. The results of the combination of these methods can be applied and provide knowledge in the form of new information about mapping in the form of clusters to the distribution of the Covid-19 pandemic in Indonesia

show abstract

“…Ada banyak cabang dari ilmu komputer yang dapat digunakan untuk menyelesaikan permasalahan yang sifatnya kompleks. Cabang ilmu komputer tersebut adalah Artificial Intelligence seperti datamining [3]- [9]. Berdasarkan permasalahan di atas, penulis memanfaatkan Data Mining yaitu klasifikasi dalam menyelesaikan permasalahan untuk meningkatkan kemampuan Bahasa Inggris pada mahasiswa.…”

Section: Pendahuluanunclassified

Penerapan Algoritma C4.5 dalam Menentukan Faktor yang Dapat Meningkatkan Kemampuan Bahasa Inggris pada Mahasiswa

Siahaan¹,

Sianipar²,

Zer³

et al. 2020

eksplora

Self Cite

View full text Add to dashboard Cite

Negara-negara di dunia memiliki bahasa tersendiri. Bahasa yang paling dominan digunakan adalah Bahasa Inggris. Oleh karena itu, Bahasa Inggris merupakan Bahasa Internasional. Bahasa internasional adalah bahasa yang digunakan agar dapat berkomunikasi dengan orang-orang di dunia. Indonesia merupakan salah satu negara yang menerapkan Bahasa Inggris sebagai mata pelajaran atau mata kuliah wajib yang dipelajari oleh siswa/i dan mahasiswa/i. Mahasiswa/i wajib mengetahui bahwa mempelajari Bahasa Inggris sangat dibutuhkan untuk meningkatkan kompetensi di masa depan. Di era globalisasi saat ini, Bahasa Inggris dapat memberikan dampak yang mendominasi seperti komunikasi, pekerjaan, studi, dan lainnya. Namun, seperti yang semua orang tahu bahwa, mempelajari Bahasa Inggris tidaklah mudah. Banyak mahasiswa/i yang mendaftar kelas Bahasa Inggris untuk meningkatkan kemampuan Bahasa Inggris. Namun, ada juga mahasiswa/i yang tidak mendaftar kelas Bahasa Inggris tetapi, memiliki kemampuan Bahasa Inggris yang bagus. Dalam menyelesaikan penelitian ini, penulis menerapkan Algoritma yang ada pada Data Mining yaitu Algoritma C4.5. Hasil dari penelitian ini adalah faktor “Mendengar dari Lingkungan” mendapatkan gain tertinggi pada iterasi ke-1. Kesimpulan dari penelitian ini adalah bahwa faktor yang mempengaruhi dalam meningkatkan kemampuan Bahasa Inggris pada mahasiswa adalah “Mendengar dari Lingkungan”. Penelitian ini memiliki tujuan untuk menentukan faktor yang meningkatkan kemampuan Bahasa Inggris pada mahasiswa.

show abstract

C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject

Cited by 32 publications

References 10 publications

Fuzzy Neural Network (FNN) Pada Proses Identifikasi Penyakit ISPA

Fuzzy Neural Network (FNN) Pada Proses Identifikasi Penyakit ISPA

Bagian 1: Kombinasi Metode Klastering dan Klasifikasi (Kasus Pandemi Covid-19 di Indonesia)

Penerapan Algoritma C4.5 dalam Menentukan Faktor yang Dapat Meningkatkan Kemampuan Bahasa Inggris pada Mahasiswa

Contact Info

Product

Resources

About