cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hairani
Contact Email
matrik@universitasbumigora.ac.id
Phone
+6285933083240
Journal Mail Official
matrik@universitasbumigora.ac.id
Editorial Address
Jl. Ismail Marzuki-Cilinaya-Cakranegara-Mataram 83127
Location
Kota mataram,
Nusa tenggara barat
INDONESIA
MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer
Published by Universitas Bumigora
ISSN : 18584144     EISSN : 24769843     DOI : 10.30812/matrik
Core Subject : Science,
Computer Science & IT
MATRIK adalah salah satu Jurnal Ilmiah yang terdapat di Universitas Bumigora Mataram (eks STMIK Bumigora Mataram) yang dikelola dibawah Lembaga Penelitian dan Pengabadian kepada Masyarakat (LPPM). Jurnal ini bertujuan untuk memberikan wadah atau sarana publikasi bagi para dosen, peneliti dan praktisi baik di lingkungan internal maupun eksternal Universitas Bumigora Mataram. Jurnal MATRIK terbit 2 (dua) kali dalam 1 tahun pada periode Genap (Mei) dan Ganjil (Nopember).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 21 Documents
 1   2   3 
Search results for , issue "Vol. 20 No. 2 (2021)" : 21 Documents clear
Feature Selection Correlation-Based pada Prediksi Nasabah Bank Telemarketing untuk Deposito Annisa Nurul Puteri; Arizal Arizal; Andini Dani Achmad
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 20 No. 2 (2021)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v20i2.1183

Abstract

Pre-processing merupakan tahap yang penting dalam melakukan klasifikasi data. Pre-processing berguna untuk mempersiapkan data sehingga teknik klasifikasi yang diterapkan menghasilkan pola yang berkualitas dan akurat. Salah satu teknik data pre-processing yang sering digunakan untuk mengetahui atribut yang paling berpengaruh pada sebuah dataset adalah feature selection. Data yang digunakan dalam penelitian ini adalah customer data collection dari a Portuguese banking institution in UCI Machine Learning Repository. Penelitian ini menggunakan metode feature selection correlation-based yang dikombinasikan dengan metode klasifikasi Multilayer Perceptron Neural Networks. Tujuan penelitian ini untuk mengidentifikasi atribut yang paling relevan dan berpengaruh dari dataset dalam memprediksi nasabah yang potensial untuk penawaran deposito berjangka. Penelitian ini menghasilkan 10 atribut yang memiliki ranking teratas. Atribut-atribut tersebut adalah duration, previous, contact, cons.price.idx, month, cons.cof.idx, age, job, marital, dan housing. Hasil klasifikasi dari atribut yang terpilih memiliki tingkat akurasi tertinggi sebesar 80.5% dan tingkat akurasi terendah 79.1%.

Page 3 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol. 25 No. 1 (2025) Vol. 24 No. 3 (2025) Vol. 24 No. 2 (2025) Vol. 24 No. 1 (2024) Vol. 23 No. 3 (2024) Vol. 23 No. 2 (2024) Vol. 23 No. 1 (2023) Vol. 22 No. 3 (2023) Vol. 22 No. 2 (2023) Vol. 22 No. 1 (2022) Vol. 21 No. 3 (2022) Vol. 21 No. 2 (2022) Vol. 21 No. 1 (2021) Vol. 20 No. 2 (2021) Vol. 20 No. 1 (2020) Vol. 19 No. 2 (2020) Vol. 19 No. 1 (2019) Vol. 18 No. 2 (2019) Vol. 18 No. 1 (2018) Vol. 17 No. 2 (2018) Vol. 17 No. 1 (2017) Vol. 16 No. 2 (2017) Vol. 16 No. 1 (2016) Vol. 15 No. 2 (2016) Vol. 15 No. 1 (2015) More Issue