Perbandingan Kinerja Regresi Logistik dan Neural Network dalam Pengklasifikasian Objek (Studi Kasus: Klasifikasi Angkatan Kerja di Kabupaten Kepahiang Provinsi Bengkulu)

dc.contributor.advisorAnna Chadidjah
dc.contributor.advisorSeptiadi Padmadisastra
dc.contributor.authorEKO FAJARIYANTO
dc.date.accessioned2024-05-30T05:53:11Z
dc.date.available2024-05-30T05:53:11Z
dc.date.issued2017-01-16
dc.description.abstractKetenagakerjaan 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. Hasil penelitian ini menunjukkan pemilihan variabel dan penambahan momentum dapat meningkatkan ketepatan klasifikasi Backpropagation dengan penambahan momentum.
dc.identifier.urihttps://repository.unpad.ac.id/handle/kandaga/140720157008
dc.subjectRegresi Logistik
dc.subjectBackpropagation
dc.subjectBackpropagation dgn momentum
dc.titlePerbandingan Kinerja Regresi Logistik dan Neural Network dalam Pengklasifikasian Objek (Studi Kasus: Klasifikasi Angkatan Kerja di Kabupaten Kepahiang Provinsi Bengkulu)

Files

Original bundle
Now showing 1 - 5 of 10
No Thumbnail Available
Name:
S2-2017-140720157008-Cover.pdf
Size:
40.35 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
S2-2017-140720157008-Abstrak.pdf
Size:
9.78 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
S2-2017-140720157008-DaftarIsi.pdf
Size:
346.73 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
S2-2017-140720157008-Bab1.pdf
Size:
111.83 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
S2-2017-140720157008-Bab2.pdf
Size:
181.31 KB
Format:
Adobe Portable Document Format