Penelitian ini menggunakan komparasi metode Algoritma C4.5, Neural Network dan Support Vector Machine untuk klasifikasi pemilihan mobil. Komparasi metode tersebut dipilih karena terdapat kelebihan dan keistimewaan dari masing-masing metode tersebut, pada penelitian terdahulu juga telah melakukan uji klasifikasi kendaraan dengan menggunakan metode Algoritma C4.5 dan Neural Network namun belum ada penelitian tentang klasifikasi kendaraan dengan menggunakan metode Support Vector Machine. Data yang digunakan bersumber dari PT. Tunas Mobilindo Perkasa Cab. Cakung. Data yang diteliti ini merupakan data mobil serta penjualan mobil di PT. Tunas Mobilindo Perkasa Cab. Cakung dengan periode tahun 2013. Untuk menerapkan metode Algoritma C4.5, Neural Network dan Support Vector Machine ini digunakan perangkat lunak RapidMiner. Hasil penerapan ini kemudian dikomparasi menggunakan Confusion Matrix dan Kurva ROC. Berdasarkan penelitian ini terbukti bahwa metode Algoritma C4.5 memiliki tingkat akurasi yang lebih tinggi dibandingkan Neural Network dan Support Vector Machine.
Resume Thesis
Thesis Lengkap
Alpaydin, Ethem. Introduction to Machine Learning 2nd. London: The MIT
Press, 2010.
Aydin, I., Karakose, M., & Akin, E. A multi-objective artificial immune algorithm
for parameter optimization in support vector machine. Computer
Engineering Department, 2011.
Berndtssom, M., Hansson, J., Olsson, B., & Lundell, B. A Guide For Students In
Computer Science And Information Systems. London: Springer, 2008.
Bramer, Max. Principles of Data Mining. London: Springer, 2007.
Chapman, Peter. CRISP-DM 1.0 Step by step Data Mining Guide. SPSS Inc,
2000.
Chauhan, Sucheta dan K. V. Prema. Car Classification Using Artificial Neural
Network. 2012.
Dawson, C. W. Projects In Computing And Information System A Student's Guide.
England: Addison-Wesley, 2009.
Gorunescu, F. Data Mining Concepts, Models and Techniques. Berlin Heidelberg:
Springer Verlag, 2011.
Hall, T., S. Beecham, D. Bowes, Gray D., and S. Counsell. "A Systematic
Literature Review on Fault Prediction Performance in Software
Engineering." 2011.
Han, J., & Kember, M. Data Mining Concepts and Techniques. San
Fransisco:Morgan Kauffman, 2006.
Kothari, C. R.. Research Methology Methods and Techniques. India: New Age
International Limited, 2004.
Kusrini, & Luthfi, E. T. Algoritma Data Mining. Yogyakarta: Andi
Publishing,2009.
Larose, Daniel T. Discovering Knowledge In Data : An Introduction to Data
Mining. Canada: John Wiley & Sons, Inc., Hoboken, New Jersey, 2005.
Maimon, Oded&Rokach, Lior. Data Mining and Knowledge Discovey Handbook.
New York:Springer, 2010.
Mishra, dkk. A Probabilistic Neural Network Approach For Classification Of
Vehicle. 2013.
Myatt, Glenn J. Making Sense of Data: A Practical Guide to Exploratory Data
Analysis and Data Mining. New Jersey: John Wiley & Sons, Inc. 2007.
N.A, Lazuardi dkk. Evaluasi Kelayakan Mobil Menggunakan K-Nearest
Neighbour. 2013.
Nugroho, A. S. Support Vector Machine: Paradigma Baru Dalam Softcomputing.
Konferensi Nasional Sistem Dan Informatika, 2008.
Vercellis, C. Business Intelligent: Data Mining and Optimizzation for Decision
Making. Southern Gate, Chichester, West Sussex, United Kingdom : John
Wiley & Sons Ltd, 2009.
Wah, dkk. Predicting Car Purchase Intent Using Data Mining Approach. 2011.
Witten, I. H., Frank, E., & Hall, M. A. Data Mining : Practical Machine Learning
and Tools. Burlington: Morgan Kaufmann Publisher, 2011.
Wu, Xindong, and Vipin Kumar. The Top Ten Algorithms in Data Mining. Taylor
& Francis Group, LLC, 2009.—. The Top Ten Algorithms in Data Mining. A
Chapman & Hall Book, 2009.