Text

Pengaruh Variabel pada Algoritma Klasifikasi Data Mining

---

Tanaman hortikultura jagung juga termasuk komoditas palawijaya utama di Indonesia ditinjau dari aspek pengusaha dan penggunaan hasilnya sebagai bahan baku pangan dan pakan ternak. Selain itu jagung juga merupakan sumber bahan baku bagi sektor industri
termasuk industri pangan. Untuk mengetahui produktivitas tanaman hortikultura jagung untuk tahun berikutnya agar tidak terjadinya impor besar-besaran dapat memprediksi menggunakan data mining. Beberapa faktor memiliki peran penting dalam peningkatan dan
penurunan produktivitas. Algoritma yang terbaik untuk memprediksi produktivitas tanaman hortikultura jagung berdasarkan nilai akurasi. Hasil pada penelitian ini untuk memprediksi produktivitas tanaman hortikultura jagung dengan menggunakan 33 record data dari tahun
2014 sampai tahun 2018 menggunakan algoritma decision tree dan naïve bayes, dengan tools RapidMiner bahwa algoritma “Naïve Bayes” yang memiliki tingkat akurasi yang paling akurat untuk memprediksi produktivitas tanaman hortikultura jagung. Variable yang paling berpengaruh untuk produktivitas tanaman jagung adalah variable “Suhu”.

Kata Kunci : Tanaman Hortikultura Jagung, Data Mining, Decision Tree, Naïve Bayes, RapidMiner, Akurasi

---

Ketersediaan

Informasi Detail

Judul Seri

Tugas Akhir Teknik Informatika

No. Panggil

2061-020

Penerbit

Padang : Fakultas Teknik ITP., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

2015610005

Klasifikasi

NONE

Tipe Isi

text

Tipe Media

computer

Tipe Pembawa

other (computer)

Edisi

2020.1

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Informasi Lainnya

NIM

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar