Perbandingan Metode Backpropagation Neural Network (BPNN) dan Metode Support Vector Machine (SVM) untuk Klasifikasi Penggunaan Metode Kontrasepsi di Kota Bandung 2018
Abstract
Keywords
Full Text:
PDFReferences
Arifin, O dan Sasongko, T.B. 2018. Analisa Perbandingan Tingkat Performansi Metode Support Vector Machine Dan Naïve Bayes Classifier Untuk Klasifikasi Jalur Minat SMA. Jurnal.
Dariyo, A. 2003. Psikologi Perkembangan Dewasa Muda. Gresindo. Jakarta.
Eflan, J.D, 2017. Pemodelan Pemilihan Jenis Kontrasepsi Wanita di Indonesia Menggunakan Regresi Logistik Multinomial Dengan Interaksi. Thesis. Institut Teknologi Sepuluh Nopember. Surabaya
E. Prasetyo, 2012. Data Mining: Konsep dan Aplikasi menggunakan Matlab, 1 ed. Yogyakarta: Andi Offset.
Fibrianda, M.F dan Bhawiyuga,F.,2018. Analisis Perbandingan Akurasi Deteksi Serangan Pada Jaringan Komputer dengan Metode Naïve Bayes Dan Support Vector Machine (SVM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer. Vol. 2, No. 9, Hal.31123123.
Ibrahim, M and Lan, B.R. Lan. 2007. University Technology Mara Foreign Exchange Market Prediction Using Standard Backpropagation Neural Network.
Johra, M.B, 2018. Penerapan Non-Linier Support Vector Machine Pada Penggunaan Alat Kontrasepsi Di Provinsi Maluku Utara. Jurnal Matematika. Vol. 04, No. 02.
Johra, M.B, 2018. Perbandingan Kernel Trick Pada Non-Linier Support Vector Machine (Studi Kasus: Pemilihan Penolong Persalinan di Provinsi Maluku Utara 2016). Skripsi. Bandung. Universitas Padjajaran.
Karima, I.S, 2014. Optimasi Parameter Pada Support Vector Machine Untuk Klasifikasi Fragmen Metagenome Menggunakan Algoritme Genetika. Thesis. Institut Pertanian Bogor. Bogor
Kusumadewi, S.2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta. Penerbit Graha Ilmu.
Kusumaningrum, A.P, 2017. Optimasi Parameter Support Vector Machine Menggunakan Genetic Algorithm Untuk Klasifikasi Microarray Data. Skripsi. Institut Teknologi Sepuluh Nopember. Surabaya
M. Sokolova dan G. Lapalme, 2009. A Systematic Analysis Of Performance Measures For Classification Tasks. Inf. Process. Manag. Vol. 45, No. 4, Hal. 427–437.
Ningrum, H.C.S, 2018. Perbandingan Metode Support Vector Machine (SVM) Linear, Radial Basis Function (RBF), Dan Polinomial Kernel Dalam Klasifikasi Bidang Studi Lanjut Pilihan Alumni Uii. Skripsi. Yogyakarta. Universitas Islam Indonesia.
Notoatmodjo, S. 2001. Ilmu Kesehatan Masyarakat, Prinsip-Prinsip Dasar. Rineka Cipta.Jakarta
Puspitasari, A.M, dkk, 2018. Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support Vector Machine. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer. Vol. 2, No. 2, Hal. 802-810.
Proyeksi Penduduk Indonesia 2015-2045 Hasil Supas 2015, 2018. Badan Pusat Statistik. Jakarta.
Proyeksi Penduduk Kabupaten/Kota Provinsi Jawa Barat 2015-2025 Hasil Supas 2015, 2019. Badan Pusat Statistik. Jakarta.
Ramdhani, Y, dkk. 2018. Penerapan Algoritma Neural Network Untuk Klasifikasi Kardiotokografi. Jurnal Informatika, Vol.5, No.01.
Suryanti,Y, 2019. Fakto- Faktor Yang Berhubungan Dengan Penggunaan Metode Kontrasepsi Jangka Panjang Wanita Usia Subur. Jambura Journal Of Health Sciences And Research.
Suwardika, G. 2016. Pengelompokkan Dan Klasifikasi Penggunaan Kontrasepsi Di Indonesia. Jurnal Matematika, Saint, Dan Teknologi, Vol. 17, No. 01, Hal. 9-19.
Todaro, M. 2006. Pengembangan Ekonomi Dunia Ketiga. Edisi Kedelapan. Penerbit Erlangga. Jakarta.
Veronika, 2010. Hubungan Pengetahuan, Pendapatan dan konseling KB dengan Pemilihan Alat Kontrasepsi suntik secara rasional pada akseptor KB di Puskesmas Kampung Baqa Kecamatan Samarinda Seberang Kota Samarinda Tahun 2010. Jurnal Keperawatan. Vol. 1 No. 4:, Hal. 1086-1228
Refbacks
- There are currently no refbacks.

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS