Penerapan Metode Random Forest Untuk Klasifikasi Varian Minuman Kopi di Kedai Kopi Konijiwa Bantaeng
Authors:
- Suci AmaliahSASuci Amaliah
- Muhammad NusrangMNMuhammad Nusrang
Open Access
- 6 December 2022
- journal article
- research article
- Published by Universitas Negeri Makassar in VARIANSI: Journal of Statistics and Its application on Teaching and Research
- Vol. 4 (3) , 121-127
Abstract
Random Forest (RF) adalah metode yang dapat meningkatkan hasil akurasi dalam membangkitkan atribut untuk setiap node yang dilakukan secara acak. Penelitian ini bertujuan untuk mengetahui tingkat akurasi metode RF dalam memprediksi varian minuman kopi di kedai Konijiwa Bantaeng yang paling diminati pelanggan. Berdasarkan hasil analisis diperoleh bahwa model dengan error klasifikasi terkecil adalah dengan menggunakan mtry 2 dan ntree 500. Model yang dihasilkan dievaluasi dengan menggunakan confusion matrix dimana diperoleh bahwa varian minuman kategori coffee based lebih diminati daripada signature coffee dengan nilai akurasi sebesar 94,12%.Keywords
This publication has 6 references indexed in Scilit:
- Multiclass Confusion Matrix Reduction Method and Its Application on Net Promoter Score Classification ProblemTechnologies, 2021
- ANALISIS PENGARUH CITRA MEREK PRODUK, KUALITAS PRODUK, DAN HARGA DISKON TERHADAP KEPUTUSAN PEMBELIAN PRODUK MINUMAN KOPI PADA PENGGUNA APLIKASI GRAB FOOD DI KOTA MEDANSCIENTIFIC JOURNAL OF REFLECTION : Economic, Accounting, Management and Business, 2021
- Implementasi Random Forest Untuk Klasifikasi Motif Songket Palembang Berdasarkan SIFTJATISI (Jurnal Teknik Informatika dan Sistem Informasi), 2020
- Penerapan Metode Random Forest untuk Prediksi Win Ratio Pemain Player Unknown BattlegroundMEANS (Media Informasi Analisa dan Sistem), 2019
- The impact of class imbalance in classification performance metrics based on the binary confusion matrixPattern Recognition, 2019
- Data Mining: Concepts, Models, Methods, and AlgorithmsJournal of Computing and Information Science in Engineering, 2005