“Penerapan Data Mining dalam Pemilihan Laptop Mahasiswa Menggunakan Metode Random Forest (Studi Kasus: Universitas Methodist Indonesia)”

Detail Cantuman

Text

“Penerapan Data Mining dalam Pemilihan Laptop Mahasiswa Menggunakan Metode Random Forest (Studi Kasus: Universitas Methodist Indonesia)”

XML

ABSTRAK

Pemilihan laptop yang sesuai menjadi kebutuhan mendasar bagi mahasiswa di
Universitas Methodist Indonesia, mengingat pentingnya peran perangkat ini dalam
mendukung aktivitas akademik. Penelitian ini bertujuan untuk mengklasifikasikan
kecocokan spesifikasi laptop terhadap kebutuhan akademik mahasiswa dari lima
fakultas menggunakan algoritma Random Forest. Dataset yang digunakan
mencakup 326 data yang didapat melalui kuesioner dan wawancara, dengan atribut
seperti RAM, prosesor, penyimpanan, daya tahan baterai, harga, dan ukuran layar.
Algoritma Random Forest dipilih karena kemampuannya menghasilkan prediksi
akurat melalui kombinasi pohon keputusan. Implementasi dilakukan menggunakan
perangkat lunak RapidMiner, yang mempermudah proses pengolahan data,
pelatihan model, dan evaluasi. Berdasarkan hasil evaluasi, model ini mencapai
akurasi sebesar 89,23%, precision sebesar 91,49%, recall sebesar 93,48%, dan F1-
score sebesar 92,45%, menunjukkan performa yang andal dalam memberikan
rekomendasi laptop. Penelitian ini memberikan kontribusi signifikan dalam
membantu mahasiswa dan orang tua memilih laptop yang sesuai dengan kebutuhan
akademik dan kondisi ekonomi.

Kata Kunci : Data Mining, Random Forest, Pemilihan Laptop, RapidMiner,
Evaluasi Model


Detail Information

Item Type
Skripsi (S1)
Penulis
Student ID
221520016
Dosen Pembimbing
Dr. Humuntal Rumapea, M.Kom, - - Dosen Pembimbing 1
Harlen Gilbert Manullang, S.Kom.,M.Kom - - Dosen Pembimbing 2
Penguji
Kode Prodi PDDIKTI
57201
Edisi
Published
Departement
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail