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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Chairil Umri, Tulus Tulus, Syahril Efendi
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!
id oai:doaj.org-article:66fc2d04f1c740d0bbe735f309b81bd9
record_format dspace
spelling oai:doaj.org-article:66fc2d04f1c740d0bbe735f309b81bd92021-11-27T05:26:26ZKOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)2502-71312502-714X10.24114/cess.v4i2.14173https://doaj.org/article/66fc2d04f1c740d0bbe735f309b81bd92019-07-01T00:00:00Zhttps://jurnal.unimed.ac.id/2012/index.php/cess/article/view/14173https://doaj.org/toc/2502-7131https://doaj.org/toc/2502-714XPada 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.Chairil UmriTulus TulusSyahril EfendiUniversitas Negeri MedanarticleElectronic computers. Computer scienceQA75.5-76.95IDCESS (Journal of Computer Engineering, System and Science), Vol 4, Iss 2, Pp 305-312 (2019)
institution DOAJ
collection DOAJ
language ID
topic Electronic computers. Computer science
QA75.5-76.95
spellingShingle Electronic computers. Computer science
QA75.5-76.95
Chairil Umri
Tulus Tulus
Syahril Efendi
KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
description 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.
format article
author Chairil Umri
Tulus Tulus
Syahril Efendi
author_facet Chairil Umri
Tulus Tulus
Syahril Efendi
author_sort Chairil Umri
title KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
title_short KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
title_full KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
title_fullStr KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
title_full_unstemmed KOMBINASI ALGORITMA FUZZY SIMPLE ADDITIVE WEIGHTING (FUZZY-SAW) DENGAN PREFERENCE RANKING ORGANIZATION METHOD FOR ENRICHMENT EVALUATION (PROMETHEE II)
title_sort kombinasi algoritma fuzzy simple additive weighting (fuzzy-saw) dengan preference ranking organization method for enrichment evaluation (promethee ii)
publisher Universitas Negeri Medan
publishDate 2019
url https://doaj.org/article/66fc2d04f1c740d0bbe735f309b81bd9
work_keys_str_mv AT chairilumri kombinasialgoritmafuzzysimpleadditiveweightingfuzzysawdenganpreferencerankingorganizationmethodforenrichmentevaluationprometheeii
AT tulustulus kombinasialgoritmafuzzysimpleadditiveweightingfuzzysawdenganpreferencerankingorganizationmethodforenrichmentevaluationprometheeii
AT syahrilefendi kombinasialgoritmafuzzysimpleadditiveweightingfuzzysawdenganpreferencerankingorganizationmethodforenrichmentevaluationprometheeii
_version_ 1718409164686884864