Electronic Theses and Dissertation
Universitas Syiah Kuala
THESES
MODEL HYBRID MACHINE LEARNING BERBASIS SMOTEENN-SOFT VOTING ENSEMBLE DAN ANALISIS SHAP UNTUK PREDIKSI RISIKO STUNTING. Banda Aceh Fakultas MIPA (S2),2026
Mohon Maaf
Pengarang tidak dapat memberikan Full Text secara langsung, untuk mendapatkan full text silahkan menghubungi email pengarang : nuwairy@gmail.com atau dapat melakukan pemesanan versi cetak di bawah.
Baca Juga : PENINGKATAN KINERJA SISTEM DETEKSI KARIES GIGI MELALUI ENSEMBLE VOTING (Putri Rizkiah, 2025)
Baca Juga : DETEKSI KOMENTAR SPAM PADA YOUTUBE MENGGUNAKAN ENSEMBLE MACHINE LEARNING (Ahmad Faqih Al Ghiffary, 2025)
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 : PERBANDINGAN KINERJA ALGORITMA MACHINE LEARNING DALAM MENDETEKSI STUNTING DENGAN PENERAPAN METODE RECURSIVE FEATURE ELIMINATION DAN SMOTE (Reza Aulia, 2025)
Baca Juga : SISTEM KLASIFIKASI EMOSI MENGGUNAKAN METODE SOFT VOTING (Muhammad Fadhil, 2024)