<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="115962">
 <titleInfo>
  <title>PERBANDINGAN PERFORMA KLASIFIKASI NAïVE BAYES DAN K-NEAREST NEIGHBOR PADA DATA STATUS RUMAH TANGGA RAWAN PANGAN DI PROVINSI ACEH TAHUN 2021</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RIYADHUL HANAN</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Klasifikasi adalah proses menemukan model atau fungsi yang dapat menggambarkan dan mengkarakterisasi kelas data. Klasifikasi memiliki dua tugas utama yang dilakukan, yaitu membangun model untuk disimpan sebagai memori dan mengklasifikasikan pada objek data lain untuk mengetahui kelompok objek tersebut berdasarkan model yang telah disimpan sebelumnya. Terdapat beberapa metode yang dapat digunakan untuk melakukan klasifikasi, dua di antaranya yaitu Naïve Bayes dan K-Nearest Neighbor (K-NN). Kedua metode tersebut merupakan metode klasifikasi yang memiliki tingkat akurasi relatif tinggi. Penelitian ini bertujuan untuk membandingkan tingkat performa hasil klasifikasi antara metode Naïve Bayes dan metode K-NN pada data status rumah tangga rawan pangan di Provinsi Aceh tahun 2021. Data yang digunakan dalam penelitian ini adalah data Survei Sosial Ekonomi Nasional (Susenas) di Provinsi Aceh tahun 2021. Perbandingan metode Naïve Bayes dan K-NN dilakukan pada 5 skenario pengujian, yaitu pembagian data training dan data testing dengan rasio 90%:10%, 80%:20%, 70%:30%, 60%:40%, dan 55%:45%. Hasil penelitian ini menunjukkan performa tertinggi metode Naïve Bayes dihasilkan pada skenario 80%:20% dengan nilai performa yaitu, nilai accuracy 71,01% dan f1-score 81,17%. Sedangkan performa tertinggi metode K-NN dihasilkan pada skenario 70%:30% dengan nilai performa yaitu, nilai accuracy 78,87% dan f1-score 88,15%. Dapat disimpulkan metode K-NN memiliki hasil performa yang lebih baik dibandingkan Naïve Bayes dalam mengklasifikasikan status rumah tangga rawan pangan di Provinsi Aceh tahun 2021.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>115962</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-09-22 16:48:59</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-09-25 10:27:46</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>