Prediksi kinerja sistem komputer menjadi penting untuk memastikan efisiensi dan keandalan operasional. Penelitian ini mengevaluasi penerapan algoritma machine learning (ML) dalam memprediksi performa sistem komputer dan strategi optimasi yang meningkatkan akurasi prediksi. Algoritma yang diuji meliputi Random Forest, Support Vector Machines (SVM), dan Neural Networks, dengan fokus pada optimasi hyperparameter dan pemilihan fitur. Hasil eksperimen menunjukkan bahwa optimasi parameter dan seleksi fitur secara signifikan meningkatkan performa prediksi. Random Forest menunjukkan akurasi tertinggi pada dataset yang diuji, sedangkan Neural Networks unggul dalam menangkap pola non-linear. Penelitian ini memberikan wawasan praktis bagi pengembangan sistem prediksi kinerja komputer yang lebih handal dan efisien.
Copyrights © 2025