Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition

Klasifikasi data tidak lengkap dapat di proses langsung dengan cara tertentu untuk mendapatkan aturannya atau diperoleh dari pengetahuan para pakar. Ketergantungan terhadap pakar akan sulit memodelkan implikasi logis manusianya, tidak tersedianya framework proses pemodelan, dan biaya pakar yang maha...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Murni Marbun, Erwin Panggabean, Ricky Martin Ginting, Robertus Rinaldi Pakpahan
Formato:	article
Lenguaje:	ID
Publicado:	Universitas Bina Sarana Informatika, LPPM 2021
Materias:	kecerdasan buatan Information technology T58.5-58.64
Acceso en línea:	https://doaj.org/article/be590dfe516248fdbb015eb571af5c15
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:be590dfe516248fdbb015eb571af5c15
record_format	dspace
spelling	oai:doaj.org-article:be590dfe516248fdbb015eb571af5c152021-11-22T02:40:58ZKlasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition2355-65792528-224710.31294/ji.v8i2.10703https://doaj.org/article/be590dfe516248fdbb015eb571af5c152021-08-01T00:00:00Zhttps://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/10703https://doaj.org/toc/2355-6579https://doaj.org/toc/2528-2247Klasifikasi data tidak lengkap dapat di proses langsung dengan cara tertentu untuk mendapatkan aturannya atau diperoleh dari pengetahuan para pakar. Ketergantungan terhadap pakar akan sulit memodelkan implikasi logis manusianya, tidak tersedianya framework proses pemodelan, dan biaya pakar yang mahal. Kesulitan tersebut dapat diatasi dengan mendapatkan aturan dari data yang bersifat uncertain dengan menerapkan metode dari sistem fuzzy yang dibangun berdasarkan konsep fuzzy if-then rules. Pendekatan metode pada penelitian ini adalah metode fuzzy grid partition untuk mengklasifikasikan data tidak lengkap. Data yang digunakan adalah data cuaca yang terdiri data kelembaban udara sebagai konklusi, data temperatur, curah hujan, lamanya penyinaran matahari dan kecepatan angin sebagai anteseden. Tahapan penelitian dimulai dengan menginput data set tidak lengkap, merubah data tidak lengkap menjadi data lengkap, menormalisasi data, membangkitkan aturan dan melakukan proses klasifikasi data. Hasil penelitian menghasilkan 22 aturan untuk mengklasifikasi data dengan tingkat akurasi 66,67%, tingkat error 33,33% dan jumlah data unclass adalah 0Murni MarbunErwin PanggabeanRicky Martin GintingRobertus Rinaldi PakpahanUniversitas Bina Sarana Informatika, LPPMarticlekecerdasan buatanInformation technologyT58.5-58.64IDJurnal Informatika, Vol 8, Iss 2, Pp 160-169 (2021)
institution	DOAJ
collection	DOAJ
language	ID
topic	kecerdasan buatan Information technology T58.5-58.64
spellingShingle	kecerdasan buatan Information technology T58.5-58.64 Murni Marbun Erwin Panggabean Ricky Martin Ginting Robertus Rinaldi Pakpahan Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
description	Klasifikasi data tidak lengkap dapat di proses langsung dengan cara tertentu untuk mendapatkan aturannya atau diperoleh dari pengetahuan para pakar. Ketergantungan terhadap pakar akan sulit memodelkan implikasi logis manusianya, tidak tersedianya framework proses pemodelan, dan biaya pakar yang mahal. Kesulitan tersebut dapat diatasi dengan mendapatkan aturan dari data yang bersifat uncertain dengan menerapkan metode dari sistem fuzzy yang dibangun berdasarkan konsep fuzzy if-then rules. Pendekatan metode pada penelitian ini adalah metode fuzzy grid partition untuk mengklasifikasikan data tidak lengkap. Data yang digunakan adalah data cuaca yang terdiri data kelembaban udara sebagai konklusi, data temperatur, curah hujan, lamanya penyinaran matahari dan kecepatan angin sebagai anteseden. Tahapan penelitian dimulai dengan menginput data set tidak lengkap, merubah data tidak lengkap menjadi data lengkap, menormalisasi data, membangkitkan aturan dan melakukan proses klasifikasi data. Hasil penelitian menghasilkan 22 aturan untuk mengklasifikasi data dengan tingkat akurasi 66,67%, tingkat error 33,33% dan jumlah data unclass adalah 0
format	article
author	Murni Marbun Erwin Panggabean Ricky Martin Ginting Robertus Rinaldi Pakpahan
author_facet	Murni Marbun Erwin Panggabean Ricky Martin Ginting Robertus Rinaldi Pakpahan
author_sort	Murni Marbun
title	Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
title_short	Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
title_full	Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
title_fullStr	Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
title_full_unstemmed	Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition
title_sort	klasifikasi data tidak lengkap dengan pendekatan fuzzy grid partition
publisher	Universitas Bina Sarana Informatika, LPPM
publishDate	2021
url	https://doaj.org/article/be590dfe516248fdbb015eb571af5c15
work_keys_str_mv	AT murnimarbun klasifikasidatatidaklengkapdenganpendekatanfuzzygridpartition AT erwinpanggabean klasifikasidatatidaklengkapdenganpendekatanfuzzygridpartition AT rickymartinginting klasifikasidatatidaklengkapdenganpendekatanfuzzygridpartition AT robertusrinaldipakpahan klasifikasidatatidaklengkapdenganpendekatanfuzzygridpartition
_version_	1718418303838322688

Klasifikasi Data Tidak Lengkap Dengan Pendekatan Fuzzy Grid Partition

Ejemplares similares