Electronic Theses and Dissertation
Universitas Syiah Kuala
THESES
PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING DALAM MENDETEKSI STUNTING DENGAN PENERAPAN METODE RECURSIVE FEATURE ELIMINATION DAN SMOTE. Banda Aceh Fakultas MIPA (S2),2025
Mohon Maaf
Pengarang tidak dapat memberikan Full Text secara langsung, untuk mendapatkan full text silahkan menghubungi email pengarang : rreza252@gmail.com atau dapat melakukan pemesanan versi cetak di bawah.
Baca Juga : PERBANDINGAN ALGORITMA K-NEAREST NEIGHBORS, RANDOM FOREST DAN SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASIKAN STATUS STUNTING BALITA (STUDI KASUS: DESA MEUNASAH PAPEUN, ACEH) (Lutfiah Zahara, 2025)
Baca Juga : SMART PORTABLE TB DETECTOR: DETEKSI DINI TUBERKULOSIS MELALUI HEMBUSAN NAPAS BERBASIS ARTIFICIAL INTELLIGENCE (Rifa Faruqi, 2025)
Baca Juga : ANALISIS KINERJA DAN PERBANDINGAN MODEL LIGHTGBM, XGBOOST, SERTA PENERAPAN TEKNIK STACKING DALAM KLASIFIKASI FRAUD DETECTION (PUTRI SALSABILA RINALDI, 2025)
Baca Juga : ANALISIS PERBANDINGAN PENERAPAN ALGORITMA LEVENBERG-MARQUARDT, BACKPROPAGATION DAN SUPPORT VECTOR MACHINE PADA INTRUSION DETECTION SYSTEM (Aulya Syukur Ak, 2019)
Baca Juga : MODEL HYBRID MACHINE LEARNING BERBASIS SMOTEENN-SOFT VOTING ENSEMBLE DAN ANALISIS SHAP UNTUK PREDIKSI RISIKO STUNTING (Nuwairy El Furqany, 2026)