Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Jurnal Informatika INFORMAL: Informatics Journal Indonesian Journal on Software Engineering (IJSE) INTI Nusa Mandiri JI-Tech Jurnal Infortech Technologic Jurnal Abdimas Dosma (JAD) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Jurnal Pengabdian Masyarakat Jurnal Abdimas Dosma
Ummu Radiyah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika

 1 
KOMPARASI ALGORITMA NAIVE BAYES, RANDOM FOREST DAN SVM UNTUK MEMPREDIKSI NIAT PEMBELANJA ONLINE Cucu Ika Agustyaningrum; Windu Gata; Ridan Nurfalah; Ummu Radiyah; Mawadatul Maulidah
Jurnal Informatika Vol 20, No 2 (2020): Jurnal Informatika
Publisher : IIB Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/ji.v20i2.2402

Abstract

Beberapa tahun terakhir ini, penggunaan e-commerce atau toko online sangat meningkat. Bermacam-macam toko online yang bermunculan di internet, baik berskala kecil maupun yang berskala besar. Hal ini memiliki pengaruh yang sangat penting pada penggunaan waktu yang efektif dan tingkat angka penjualan. Maka dari itu e-commerce atau toko online harus mempunyai kemampuan menilai sarana yang digunakan untuk mengetahui dan mengklasifikasikan niat pembelanjaan online sehingga menghasilkan keuntungan bagi toko tersebut. Niat pembelanja online dapat dilakukan pengklasifikasian menggunakan beberapa algoritma, seperti Naive Bayes, Random Forest dan Support Vector Machine. Dalam penelitian ini perbandingan algoritma dilakukan menggunakan aplikasi WEKA dengan mengetahui nilai F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error. Terdapat perbedaan antara hasil pengujian, untuk nilai F1-Score, Akurasi, Kappa Statistic menghasilkan pengujian algoritma Random Forest-lah yang paling baik dibandingkan Naive Bayes dan Support Vector Machine. Sedangkan pada nilai Mean Absolute Error hasil pengujian algoritma Support Vector Machine merupakan nilai terbaik dari pada Naive Bayes dan Random Forest. Sehingga berdasarkan penelitian ini Algoritma Random Forest merupakan algoritma yang paling baik dan tepat untuk diterapkan sebagai pengklasifikasian niat pembelanja online, karena algoritma Random Forest yang paling mendominasi dalam mengetahui nilai kriteria seperti F1-Score, Akurasi, Kappa Statistic dan Mean Absolute Error.
Co-Authors Anton Anton Arifin Nugroho Cucu Ika Agustyaningrum Esron Rikardo Nainggolan Gata, Windu Ika Kurniawati Imam Budiawan Jordy Lasmana Putra Mawadatul Maulidah Misbahul Munir Mohammad Nadhir Muhammad Dwison Alizah Muhammad Qomarudin Mulyani, Astriana Nurlaili Anisah Rendi Adriandi Ridan Nurfalah Rino Indra Muhammad Sidik Sidik Sidik Susafa'ati Susafa'ati Vergina Maria Josefina Renwarin Vivit Marcelina