Program Keluarga Berencana (KB) adalah salahsatu program pemerintah yang sekarang ini banyak sekali digunakan untuk wanita untuk berbagai kebutuhannya. Badan Pengolahan Statistik (BPS) membuat suatu data persentase untuk wanita yang sudah menikah dan sedang menggunakan alat KB setiap tahunnya (Upated terakhir: 21 Februari 2018). Penelitian ini bertujuan untuk mendapatkan model algoritma yang baik untuk penerapan persentasenya berdasarkan keterangan bahwa setiap tahun dapat mengalami peningkatan/penurunan. Metode data mining yang digunakan adalah klasifikasi, terdiri dari 5 model algoritma yaitu Decision Tree (C4.5), k-Nearest Neighbor (k-NN), Logistis Regression, Naïve Bayes, dan Gradient Boosted Tree, setelah dilakukan uji hasil maka didapat bahwa dari komparasi kelima algoritma tersebut yang menunjukan baik dan akurasinya lebih besar adalah model algoritma C45 dengan nilai accuracy 87.50%.
Analisa Komparasi Menggunakan 5 Metode Data Mining
Peer review jurnal ilmiah Analisa Komparasi Menggunakan 5 Metode Data Mining
Awwalu, J., Ghazvini, A., & Abu Bakar, A. (2014). Performance Comparison of Data Mining Algorithms: A Case Study on Car Evaluation Dataset. International Journal of Computer Trends and Technology, 13(2), 78– 82. https://doi.org/10.14445/22312803/ijcttv13p117
Kesehatan, Badan Pusat Statistik https://www.bps.go.id/subject/30/kesehata n.html (15 Maret 2019)
K.S, M., & R.V, K. (2014). Application of Data Mining Tools for Selected Scripts of Stock Market. International Journal of Data Mining & Knowledge Management Process, 4(4), 55– 63. https://doi.org/10.5121/ijdkp.2014.4405
Purwanto, A., & Darmadi, E. A. (2018). Perbandingan Minat Siswa Smu Pada Metode Klasifikasi Menggunakan 5 Algoritma. Jurnal IKRAITHINFORMATIKA, 2(1), 43–47.
Rahayuningsih, P. A., & Maulana, R. (2018). Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner. VI(1), 20–28.
Vijayakumar, V., & Nedunchezhian, R. (2012). A study on video data mining. International Journal of Multimedia Information Retrieval, 1(3), 153–172. https://doi.org/10.1007/s13735-012-0016-2
Witten, I. H., & Frank, E. (2005). Data Mining:Practical Machine Learning Tools and Techniques second edition. In Morgan Kaufmann Publishers. https://doi.org/0120884070, 9780120884070