Algoritma yang populer dan modern dalam pengolahan data dengan teknik data mining adalah Algoritma C4.5. Algoritma C4.5 banyak digunakan untuk melakukan pengklasifikasian data karena algoritma C4.5 dapat menghasilkan sebuah pohon keputusan yang mudah dipahami dan mudah dimengerti. Pada penelitian ini metode yang digunakan adalah dengan menambahkan teknik optimasi menggunakan algoritma Particle Swarm Optimization (PSO) dengan tujuan meningkatkan nilai akurasi pada information gain algoritma C4.5 untuk mengukur keputusan pembelajaran daring. PSO merupakan salah satu metode dan teknik untuk mengklasifikasi dan meningkatkan akurasi, dimana PSO terdiri dari sekumpulan partikel yang mencari posisi yang terbaik. Hasil penelitian menunjukkan akurasi dan Kappa pada nilai information gain yaitu sebesar 91,76 dan 0,834, akurasi dan Kappa Gain Ratio sebesar 89,41 dan 0,788, akurasi dan Kappa Gini Index sebesar 90,59 dan 0,811. Sehingga diperoleh kesimpulan penerapan algoritma PSO dapat berpengaruh terhadap nilai akurasi pada setiap criteria splitting algoritma C4.5 A popular and modern algorithm in data processing with data mining techniques is the C4.5 Algorithm. The C4.5 algorithm is widely used to classify data because the C4.5 algorithm can produce a decision tree and easy to understand. In this study, the author made a comparison between previous studies using the C4.5 algorithm by adding optimization techniques using the Particle Swarm Optimization (PSO) algorithm with the aim of increasing the accuracy value of the C4.5 algorithm information gain in measuring Online Learning Decisions. PSO Technique is one of the methods and techniques for classifying and improving accuracy, where PSO consists of a set of particles that are looking for the best position. The results of this study showed the results of accuracy and Kappa on the value of information gain, namely 91.76 and 0.834, accuracy and Kappa Gain Ratio of 89.41 and 0.788, accuracy and Kappa Gini Index of 90.59 and 0.811. So that it can be concluded that the application of the PSO algorithm can affect the accuracy value in each criteria splitting the C4.5 algorithm
CITATION STYLE
Nur Wulandari, D. A., Masripah, S., & Amegia Saputra, R. (2022). Optimasi Algoritma C4.5 Untuk Mengukur Keputusan Pembelajaran Daring Berbasis Particle Swarm Optimization (PSO). IJCIT (Indonesian Journal on Computer and Information Technology), 7(2). https://doi.org/10.31294/ijcit.v7i2.14036
Mendeley helps you to discover research relevant for your work.