Klasterisasi Data Jumlah Kunjungan Wisatawan Mancanegara Menggunakan Metode K-Medoids dan Evaluasi Silhouette Coefficient

Cd(II) secara simultan. Berdasarkan penelitian didapatkan penurunan terbaik

Pengukuran Kualitas Karakteristik Maintainability Database Stored Program Perangkat Lunak Sistem Marketing Di Cv. Sampurna Part Niaga

kadar fenol dan Cd(II) pada fotokatalisis menggunakan sinar matahari masingmasing sebesar 86,62% selama 180 menit dan 73,39% selama 180 menit.

Algoritma Klasifikasi Light Gradient Boosting Machine (LightGBM) dan Classification and Regression Tree (CART) untuk Menentukan Faktor yang Mempengaruhi

Machine learning adalah metode analisis data yang mengotomatiskan pembuatan model analitik. Metode ini memiliki dua tujuan; pertama, untuk mengklasifikasikan data berdasarkan model yang dikembangkan dan kemudian membuat prediksi untuk hasil masa depan berdasarkan model tersebut. Tesis ini mengkaji dua metode Machine learning yaitu Light Gradient Boosting Machine (LightGBM) dan Classification and Regression Tree (CART). LightGBM adalah kerangka peningkatan gradien yang menggunakan algoritma pembelajaran berbasis pohon. Ini adalah pengembangan dari Gradient Boosting Decision Tree (GBDT) - efisiensi, akurasi, dan interpretasi dari algoritma pembelajaran mesin yang banyak digunakan yang mampu menangani data yang tidak seimbang. CART adalah metode atau algoritma dari teknik pohon keputusan. Pandemi COVID-19 mempengaruhi seluruh segmen dunia, termasuk sektor perbankan dan kredit. Permasalahan yang dihadapi oleh perbankan khususnya Bank Perkreditan Rakyat (BPRS) Syariah MEDAN adalah masih melakukan pengecekan data kredit secara manual dengan status lancar dan tidak lancar. Sehingga menjadi tidak efisien dan kemungkinan terjadi kesalahan. Oleh karena itu perlu dilakukan pengklasifikasian data secara otomatis dan mencari faktor-faktor yang mempengaruhi pembayaran kredit nasabah. Tesis ini menerapkan dua klasifikasi masalah faktor yang mempengaruhi pembayaran kredit pada data debitur pada PT. BPRS Gebu Prima Medan tiga tahun 2018 – 2020 berisi debitur kredit lancar dan kredit macet. Tesis ini juga membahas akurasi metode LightGBM dan CART. Berdasarkan evaluasi yang dilakukan terhadap klasifikasi faktor-faktor yang mempengaruhi pembayaran kredit, metode CART. Hasil penelitian menemukan bahwa faktor-faktor yang mempengaruhi adalah pendapatan total maksimal Rp 27.750.000 dengan pagu lebih dari Rp 57.500.000 diikuti anggota keluarga maksimal. 3.5; sedangkan dengan metode LightGBM, faktornya adalah plafon, total pendapatan, anggota keluarga, usia, dan jenis kelamin dengan nilai kepentingan masing-masing 65200, 65100, 13000, 9800, dan 4200. Namun, metode CART memiliki tingkat akurasi yang lebih tinggi yaitu 85,9% dibandingkan dengan metode LightGBM, 81%. Kata kunci: Machine Learning, Light Gradient Boosting Machine (LightGBM) dan Classification and Regression Tree (CART), pembayaran kredit

Fungsi Bervariasi Terbatas Dua Variabel

Implementasi Merton Jump Diffusion Model Dalam Menangkap Jump dan Fitur-Fitur Harga Saham Indonesia

Senyawa kompleks telah banyak diaplikasikan dalam berbagai bidang

Analisis Kestabilan Model Wabah Tuberculosis Dengan Tingkat Insidensi Biliniar Dan Efek Pengobatan

kehidupan. Senyawa kompleks merupakan senyawa yang terbentuk dari ion

Analisis Model Penyebaran Penyakit Tuberkulosis dengan Vaksinasi dan Kasus Kambuh

logam dan ligan. Dalam proses pembentukannya ion logam merupakan penerima

Dosis Pasien Berdasarkan Estimasi Nilai Acceptable Quality Dose Pada Pemeriksaan Computed Tomography Thorax

pasangan elektron (asam lewis) yang diberikan liganyang berperan sebagai donor

Studi Komparasi terhadap Nilai Water-Equivalent Diameter pada Citra Abdomen Computed Tomography antara menggunakan dan tanpa menggunakan Agen Kontras

pasangan elektron (basa lewis). Sintesis kompleks bis-asetilasetonatokobalt(II)

Pemilihan Portofolio Saham Menggunakan Metode CFAHP-FTOPSIS

dapat dimanfaatkan sebagai katalis organik, reaksi radikal dalam polimerisasi dan