KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
Pada penelitian ini dilakukan Kombinasi Algoritma Fuzzy Simple Additive Weighting (Fuzzy-SAW) dengan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE II) untuk mendapatkan goal berupa informasi hasil akurasi dengan mengkombinasikan algoritma Fuzzy Simple Additive Weighting...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | article |
| Lenguaje: | ID |
| Publicado: |
Universitas Negeri Medan
2019
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/66fc2d04f1c740d0bbe735f309b81bd9 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Pada penelitian ini dilakukan Kombinasi Algoritma Fuzzy Simple Additive Weighting (Fuzzy-SAW) dengan Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE II) untuk mendapatkan goal berupa informasi hasil akurasi dengan mengkombinasikan algoritma Fuzzy Simple Additive Weighting (Fuzzy-SAW) dengan Preference Ranking Organization Method For Enrichment Evaluation II (PROMETHEE II). Data yang diolah pada penelitian ini berupa dataset Indian Liver Patient Dataset (ILPD) yang diperoleh dari UCI Machine Learning Repository yang memiliki 583 instance, 11 atribut dan 1 label kelas. Label kelas bertipe teks yang terdiri dari dua nilai, yaitu penderita liverdan bukan penderita liver.Hasil percobaan dari segi running time dapat dilihat bahwa running time algoritma Kombinasi dalam menyelesaikan perhitungan lebih besar dibandingkan dengan algoritam Fuzzy SAW, ini disebabkan karena tingkat kompleksitas algoritmanya lebih besar dibandingkan dengan algoritma Fuzzy SAW. Hasil percobaan nilai akurasi untuk algoritma Fuzzy SAW dengan nilai akhir lebih besar dari 0.5, 0.4 dan 0.3 adalah 71.35%. Hasil percobaan nilai akurasi untuk algoritma Kombinasi dengan nilai akhir lebih besar dari 0.5 adalah sebesar 72.55%, lebih besar dari 0.4 adalah sebesar 74.09% dan lebih besar dari 0.3 adalah sebesar 71.01%. Jadi nilai akhir yang baik untuk algoritma Kombinasi adalah lebih besar dari 0.4. |
|---|