Penerapan Algoritma PUBLIC Dalam Pembangunan Decision Tree Untuk Pembuatan Sistem Rekomendasi Pembelian Rumah

GitaPermanaSantoso (2009) Penerapan Algoritma PUBLIC Dalam Pembangunan Decision Tree Untuk Pembuatan Sistem Rekomendasi Pembelian Rumah. Sarjana thesis, Universitas Brawijaya.

Abstract

Rumah merupakan kebutuhan primer manusia selain sandang dan pangan. Dan seiring kemajuan teknologi dan proses modernisasi, pandangan seseorang terhadap rumah pun semakin beraneka ragam. Hal inilah yang mendorong para pengembang untuk bersaing dalam menghasilkan produk rumah yang sesuai keinginan pembeli. Akan tetapi, karena para pengembang bergerak secara individual, rekomendasi yang diberikan menjadi cenderung subjektif dan kurang sesuai dengan keinginan pembeli. Penelitian ini berusaha membangun sisten rekomendasi pembelian rumah yang objektif bagi pembeli dengan penerapan metode Decision Tree menggunakan algoritma PUBLIC pada proses klasifikasi data, dengan melibatkan sumber data dari gabungan para pengembang perumahan. Algoritma PUBLIC mengintegrasikan fase pemangkasan ke dalam fase pertumbuhan daripada melakukan tiap fase secara berurutan. Sehingga jumlah node yang diperluas pada fase pertumbuhan menjadi jauh berkurang, dan tentunya mempercepat waktu yang diperlukan. Hasil pengujian menunjukkan bahwa dengan menggunakan 200 record data training, error rate yang dihasilkan sebesar 23.57%, dan semakin menurun seiring pertambahan jumlah data training. Sehingga dapat diambil kesimpulan bahwa metode algoritma PUBLIC cukup baik untuk diterapkan dalam membangun sistem rekomendasi pembelian rumah.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2009/13/050900206
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Unnamed user with email repository.ub@ub.ac.id
Date Deposited: 03 Feb 2009 10:19
Last Modified: 22 Oct 2021 06:20
URI: http://repository.ub.ac.id/id/eprint/152085
[thumbnail of 050900206.pdf]
Preview
Text
050900206.pdf

Download (2MB) | Preview

Actions (login required)

View Item View Item