KARAKTERISTIK PENDUGA MAKSIMUM LIKELIHOOD ESTIMATION PADA ANALISIS KLASIFIKASI METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES

M. SOLIKHIN, 1717031014 (2022) KARAKTERISTIK PENDUGA MAKSIMUM LIKELIHOOD ESTIMATION PADA ANALISIS KLASIFIKASI METODE REGRESI LOGISTIK ORDINAL DAN NAÏVE BAYES. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT.pdf Download (168Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (3091Kb)
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2684Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Klasifikasi merupakan sebuah proses untuk menyelesaikan atau membedakan kelas pada suatu data dengan memprediksi data tersebut. Dalam penelitian ini menggunakan 2 metode klasifikasi yaitu, Regresi Logistik Ordinal dan Naive Bayes. Regresi Logistik Ordinal merupakan suatu metode statistika yang digunakan untuk memprediksi suatu peluang pada variabel respon yang mempunyai karakteristik skala data Ordinal yang memiliki 3 kategori atau lebih. Naïve Bayes merupakan metode klasifikasi yang dimanfaatkan untuk memprediksi suatu peluang data masa depan berdasarkan pengalaman/data yang sudah ada sebelumnya. Parameter dari kedua metode tersebut diduga dengan menggunakan Maksimum Likelihood Estimation. Penduga parameter yang telah didapatkan memiliki karakteristik penduga sebagai berikut, pada Metode Regresi Logistik Ordinal dengan penduga β merupaka penduga yang bias. Pada Metode Naïve Bayes dengan penduga parameter yang dimiliki yaitu μ dan σ^2, dimana penduga parameter μ merupakan penduga yang tak bias, efisien, dan konsisten terhadap parameternya, sedangkan penduga σ^2merupakan penduga yang tak bias asimtotik. Kata kunci : Regresi Logistik Ordinal, Naïve Bayes. Maksimum Likelihood Estimation, Tak Bias, Ragam Minimum, Konsisten.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2208081498 . Digilib
Date Deposited:	19 Sep 2022 03:30
Terakhir diubah:	19 Sep 2022 03:30
URI:	http://digilib.unila.ac.id/id/eprint/66135

Actions (login required)

Lihat Karya Akhir