<?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="124133">
 <titleInfo>
  <title>PERBANDINGAN PERFORMA KLASIFIKASI SUBJECTIVE WELL-BEING MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN RANDOM FOREST (STUDI KASUS :</title>
  <subTitle>DAYAH TERPADU BABUL MAGHFIRAH ACEH BESAR)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Maulidya Amanda</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>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Masa remaja merupakan fase perubahan pertumbuhan biologis. Remaja dituntut untuk beradaptasi dengan perubahan fisik, emosional, dan sosial yang terjadi pada dirinya. Perubahan-perubahan menyebabkan remaja merasa tidak bahagia kehidupannya. Kebahagiaan yang dirasakan oleh seseorang disebut dengan Subjective Well-Being (SWB). Kategori untuk mengelompokkan SWB terbagi menjadi 2 yaitu, tinggi dan rendah. Tingkat SWB yang sudah diukur dapat dianalisis dengan menggunakan metode klasifikasi. Oleh karena itu, penentuan tingkat SWB harus dilakukan secara tepat sehingga diperoleh hasil klasifikasi SWB yang akurat. Data yang digunakan pada penelitian ini yaitu data sekunder dengan jumlah responden sebanyak 169 yang bersumber dari tesis pada tahun 2023, dimana responden merupakan remaja kelas 1 dan 2 SMA di Dayah Terpadu Babul Maghfirah Aceh Besar. Penelitian ini bertujuan untuk mendapatkan metode terbaik antara metode klasifikasi K-Nearest Neighbor dan Random Forest berdasarkan nilai performa tertinggi dengan 3 partisi data, yaitu 70% data training dan 30% data testing, 80% data training dan 20% data testing, serta 90% data training dan 10% data testing. Hasil penelitian ini menunjukkan metode K-NN memperoleh nilai performa tertinggi pada partisi data 80% data training dan 20% data testing pada nilai K=5, K=11, dan K=13 dengan nilai accuracy sebesar 67,65%, precision sebesar 68,2%, recall sebesar 68,06%, dan f1-score sebesar 67,62%. Sedangkan Random Forest memperoleh nilai performa tertinggi pada partisi data 90% data training dan 10% data testing pada nilai n estimators sebesar 42, max features sebesar 32, max depth sebesar 24, min samples split sebesar 5, dan min samples leaf sebesar 7 dengan nilai accuracy sebesar 70,59%, precision sebesar 70,83%, recall sebesar 70,83%, dan f-1 score sebesar 70,59%. Oleh karena itu, dapat disimpulkan bahwa metode Random Forest memiliki nilai performa tertinggi dan merupakan metode terbaik dalam mengklasifikasikan SWB di Dayah Terpadu Babul Maghfirah Aceh Besar dibandingkan dengan metode K-NN.&#13;
&#13;
Kata kunci : klasifikasi, K-Nearest Neighbor, Random Forest, Subjective Well-Being, performa&#13;
</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>124133</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-03 13:07:47</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-03 14:52:45</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>