• Bagikan:
• 
• 
• 
• 
• 
• 
• 

 

Perbandingan kinerja regresi logistik dan neural network dalam pengklasifikasian objek : studi kasus klasifikasi angkatan kerja di Kabupaten Kepahiang Provinsi Bengkulu

---

• Ketersediaan
• Informasi Detil
• Deskripsi
• Versi lain/terkait
• Komentar

• Code	CallNo	Lokasi	Ketersediaan
  010030007705	519.5 Eko p/R.14.27.2	Perpustakaan Pusat	Tersedia

• Perpustakaan	Perpustakaan Pusat
  Judul Seri	-
  No. Panggil	519.5 Eko p/R.14.27.2
  Penerbit	Magister Statistika Terapan : Bandung., 2017
  Deskripsi Fisik	xv,; 94 hlm,;29 cm
  Bahasa	Indonesia
  ISBN/ISSN	-
  Klasifikasi	519.5 Eko p
  Tipe Isi	-
  Tipe Media	-
  Tipe Pembawa	-
  Edisi	2017
  Subyek	Regresi Logistik 2. Backpropagation 3. Backpro
  Info Detil Spesifik	Tesis
  Pernyataan Tanggungjawab	Eko Fajariyanto

• Ketenagakerjaan merupakan permasalahan yang selalu mendapatkan perhatian serius dari pemerintah. Permasalahan kualitas sumber daya manusia, motivasi dan budaya kerja menjadi faktor yang berpengaruh dalam permasalahan angkatan kerja. Klasifikasi menjadi penting sebagai alat evaluasi dan penarikan kesimpulan bagi permasalahan angkatan kerja. Metode klasifikasi itu sendiri terdiri dari metode konvensional yang membutuhkan asumsi serta advanced method yang terlepas dari berbagai persyaratan asumsi. Penelitian ini menggunakan beberapa metode klasifikasi antara lain Regresi Logistik, algoritma Backpropagation dan Backpropagation dengan penambahan momentum. Basil penelitian ini menunjukkan pemilihan variabel dan penambahan momentum dapat meningkatkan ketepatan klasifikasi Backpropagation dengan penambahan momentum. 4. Abstract : Employment . is a problem that always get serious attention from the government. The problem of human resources, motivation and work culture became an influential factor in the problems of the labor force. Classification became more important as a means of evaluation and conclusion for the problems of the labor force. Classification method itself consists of conventional methods that require assumptions as well as advanced methods that apart from the various requirements of assumptions. This study uses several methods of classification among others Logistic Regression, Backpropagation algorithm and Backpropagation with momentum. The results of this study indicate the selection of variables and addition of momentum can improve the classification accuracy of Backpropagation with momentum.

• Tidak tersedia versi lain

• Silakan login dahulu untuk melihat atau memberi komentar.