Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

IMPLEMENTASI CASE BASED REASONING UNTUK MENENTUKAN TUJUAN WISATA Billy Kadmiel; Lukito Edi Nugroho; Silmi Fauziati
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (253.799 KB)

Abstract

Salah satu permasalahan dalam berwisata adalah wisatawan tidak mengetahui daerah wisata yang ingin dikunjungi, biaya akomodasi, serta apa yang akan dicari didaerah wisata. makalah ini menjelaskan tentang implementasi pada DSS dengan metode case based reasoning berbasis aplikasi desktop untuk menentukan daerah wisata. Tujuan dari DSS adalah memberikan rekomendasi daerah wisata sesuai dengan kebutuhan. Metode CBR akan digabungkan dengan pendekatan similarity untuk mencocokan kesamaan dari daerah wisata yang diinginkan oleh wisatawan. Data yang didapatkan dari dinas pariwisata Provinsi Maluku terdapat 313 daerah wisata yang dianalisis menggunakan metode CBR dan teknik Similarity untuk mendapatkan hasil rekomendasi daerah wisata. Kata kunci: Case-Based Reasoning (CBR), Similarity, Wisata dan Decision Support System (DSS)
ANALISIS PENGARUH SELEKSI FITUR PADA KLASIFIKASI KONSENTRASI SPERMA BERDASARKAN FAKTOR FAKTOR LINGKUNGAN, KESEHATAN, DAN GAYA HIDUP Nasrokhah Noviati; Silmi Fauziati; Indriana Hidayah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2015): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 6 2015
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Menurunnya fertilitas terjadi di banyak negara. Berbagai penyebab yang melatarbelakangi hal tersebut. Beberapa di antaranya adalah disebabkan gaya hidup yang buruk, latar belakang kesehatan yang tidak baik, dan juga lingkungan yang tidak sehat. Menggunakan metode data mining, dapat mengklasifikasikan konsentrasi sperma apakah normal atau tidak. Fitur yang banyak dalam dataset akan menimbulkan banyak permasalahan, sehingga perlu melakukan seleksi fitur. Keuntungan menggunakan seleksi fitur antara lain dapat mengingkatkan akurasi suatu klasifikasi, dan membantu mengurangi fitur-fitur yang tidak relevan. Algoritme seleksi fitur yang digunakan dalam penelitian ini Principal Component Alanalisys (PCA) yang diterapkan pada metode klasifikasi Multilayer Perceptron (MLP), Decision Tree, dan Support Vector Machines (SVM). Dataset yang digunakan diambil dari dataset fertility pada UCI Maching Learning Repository untuk mengklasifikasikan konsentrasi sperma. Kesimpulan pada penelitian ini adalah menggunakan seleksi fitur PCA mampu mengurangi fitur yang kurang relevan dari 9 fitur menjadi 5 fitur terbaik yaitu musim, penyakit, kecelakaan, demam, dan rokok. Serta 6 fitur terbaik yaitu musim, penyakit, kecelakaan, demam, rokok, dan operasi. Penggunaan  5 atau 6 fitur terpilih terbukti mampu meningkatkan akurasi dari hasil klasifikasi tanpa seleksi fitur. Kata kunci: data mining,  fertilitas, seleksi fitur, PCA.