<![CDATA[Pada penelitian ini penulis menganalisis 10 jurnal terkait implementasi Data Mining pada berbagai aspek. Data mining sendiri merupakan teknik penting dalam menghasilkan informasi berharga dari data yang besar. Data mining banyak diimplementasikan dalam banyak aspek kehidupan seperti aspek kesehatan, akademik atau pendidikan, dan ekonomi. Penelitian dilakukan dengan membandingkan berbagai metode klasifikasi data mining dalam memprediksi kinerja akademik mahasiswa. Metode yang dibahas meliputi Naive Bayes, K-Nearest Neighbors (KNN), Support Vector Machines (SVM), dan Decision Tree. Tujuan penelitian ini adalah untuk melakukan kajian pustaka dengan mengidentifikasi subjek atau dataset yang digunakan, metode analisis data yang diterapkan, tahun penelitian, dan tingkat akurasi yang dicapai dalam jurnal-jurnal yang dianalisis. Dengan menggunakan metode yang disajikan, penulis berusaha untuk menyimpulkan hasil penelitian guna mencari tingkat akurasi tertinggi dan mengidentifikasi peluang penelitian lanjutan.]]>
Copyrights © 2024
