Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal TIMES

Kajian Kinerja Metode Support Vector Machine Dan Neural Tangent Kernel Untuk Memprediksi Hasil Ujian Siswa Suryanto, Suryanto; Sirait, Pahala; Andri
Jurnal TIMES Vol 10 No 1 (2021): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.803 KB) | DOI: 10.51351/jtm.10.1.2021644

Abstract

Data mining adalah salah satu teknik yang sangat populer dan bagus untuk prediksi. Salah satu algoritma yang sangat populer dalam data mining adalah SVM.Tetapi SVM ini memiliki kelemahan dalam menambang data-data yang besar. Untuk mengatasi hal ini terdapat metode kernel dimana salah satu metode kernel yang terbaru adalah Neural Tangent Kernel (NTK). Kombinasi penggunaan SVM dan NTK dapat digunakan dalam prediksi. Penelitian ini mengkaji metode SVM dikombinasikan dengan NTK dalam menambang Open Learning University Dataset yang merupakan Dataset pembelajaran online negara Inggris yang memiliki database besar dan tersertifikasi. Hasil akurasi prediksi penelitian ini diukur dengan 10 Fold Validation menunjukkan hasil yang memuaskan yaitu akurasi dari Kondisi ( 85.23 % ) lalu Performa ( 84.03 % ) dan yang terakhir adalah Demografi ( 73.17 % ).