VIRA WAHYUNINGRUM Primary Author mixed material bibliography Bandung Magister Statistika Terapan 2016 id Indonesia

xii, 73 hlm. ; il. ; 29 cm Penetapan daerah tertinggal di Indonesia merupakan kasus pengklasifikasian dengan dua kategori pada variabel respon (biner). Pengklasifikasian dengan metode k1asifikasi linier yang umum digunakan yaitu regresi logistik menghasilkan error rate atau misclassification yang relatif besar, sehingga diperlukan suatu metode altematif. Artificial Neural Network (ANN) merupakan altematif yang menjanjikan untuk berbagai metode klasifikasi konvensional (Zhang, 2000). Dalam penelitian ini digunakan dua arsitektur dalam ANN yaitu Probabilistic Neural Network (PNN) dan Radial Basis Function Neural Network (RBFNN) untuk kasus klasifikasi daerah tertinggal di Indonesia yang diduga merupakan kasus klasifikasi nonlinier. Hasil dari penelitian ini adalah kedua metode yakni PNN dan RBFNN menghasilkan ketepatan klasifikasi yang lebih besar dari regresi logistik dengan akurasi di atas 90 persen. Berdasarkan nilai F-Measure, PNN merupakan pengklasifikasi yang lebih baik dibandingkan RBFNN dalam pengklasifikasian daerah tertinggal di Indonesia. Vira Wahyuningrum Neural Network 2. Probabilistic Neural Network 519.5 Vir p Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi 519.5 Vir p/R.104.1 010030007645 Perpustakaan Pusat 519.5 Vir p/R.104.1 20%252Fscan0001.jpg.jpg 13812 2017-04-01 15:45:10 2019-03-04 09:08:23 machine generated