Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Limits: Journal of Mathematics and Its Applications
Nurul Hidayat
Institut Teknologi Sepuluh Nopember
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENGKLASTERAN DATA KATEGORIS DENGAN ALGORITMA SHARED NEAREST NEIGHBOR Alvida Mustikarukmi; M. Isa Irawan; Nurul Hidayat
Limits: Journal of Mathematics and Its Applications Vol. 6 No. 1 (2009): Limits: Journal of Mathematics and Its Applications Volume 6 Nomor 1 Edisi Mei
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Abstract

Pengklasteran objek data merupakan salah satu cara untuk mempermudah dalam membaca data, terutama data berdimensi tinggi. Obyek-obyek data berada dalam satu klaster jika mempunyai kesamaan yang tinggi, dan sebaliknya, berada pada klaster berbeda jika menunjukkan ketidaksamaan. Data kategoris merupakan jenis data yang sering digunakan pada database/dataset. Data teks merupakan salah satu data kategoris. Pengklasteran dengan algoritma shared nearest neighbor (SNN) didasarkan pada anggapan bahwa titik-titik akan berada dalam klaster yang sama jika jumlah shared nearest neighbor melebihi ambang batas yang ditentukan. Algoritma SNN mampu memberikan hasil pengklasteran data teks dengan baik, dimana teks dengan tingkat kesamaan yang ditentukan, akan berada pada klaster yang sama.
PEMILIHAN JENIS ASURANSI BERDASARKAN DEMOGRAFI CALON PEMEGANG POLIS DENGAN METODE NAÏVE BAYES CLASSIFIER Lailatul M. Chaira; Nurul Hidayat; Inu L. Wibowo; Imam Mukhlash
Limits: Journal of Mathematics and Its Applications Vol. 13 No. 2 (2016): Limits: Journal of Mathematics and Its Applications Volume 13 Nomor 2 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Abstract

Asuransi merupakan salah satu cara untuk memproteksi diri di masa depan. Saat ini, perusahaann asuransi berlomba-lomba untuk menawarkan produk asuransi yang menjanjikan. Dalam rangka bersaing dengan kompetitor lainnya dan demi memenuhi kebutuhan nasabahnya, perusahaan asuransi memerlukan startegi bisnis yang bijak dan tepat agar produknya mendapat respon positif dari calon nasabah. Salah satu permasalahan dalam bidang asuransi adalah bagaimana menentukan jenis asuransi yang tepat untuk calon nasabah. Pada paper ini, dibahas tentang bagaimana menetukan jenis asuransi yang tepat menggunakan task dalam data mining untuk menggali informasi yang berkaitan dengan kebutuhan produk asuransi bagi calon nasabah. Metode yang digunakan untuk klasifikasi adalah Naïve Bayes Classifier. Hasil uji coba menunjukkan bahwa metode NBC mampu mengklasifikasi record dengan tingkat kinerja tertinggi sebesar 94.12% ketika proporsi pembagian data latih 90% dan data uji sebesar 10%. Karena kinerja sistem yang dihasilkan dapat dikatakan baik, sistem dianggap kredibel untuk merekomendasikan produk asuransi kepada calon nasabah
Co-Authors Alvida Mustikarukmi Imam Mukhlash Inu L. Wibowo Lailatul M. Chaira M. Isa Irawan