Perbandingan Hasil Akurasi Metode Neural Network dan Support Vector Machine pada Karakteristik Dataset yang Berbeda

Abstract

Tujuan Dari Penelitian Ini Adalah Untuk Membandingkan Metode Neural Network Dan Support Vector Machine. Dimana Data Dari Penelitian Ini Berupa Beberapa Data Yang Memiliki Karakteristik Berbeda Yang Bersumber Dari Kaggle.Com, Penelitian Ini Akan Mengukur Confusion Matrix, Precision, Recall, Accuration, Hingga F1-Score Dari Masing-Masing Metode Juga Dihitung. Rata-Rata Perbedaan Selisih Hasil Akurasi Antara Metode Svm Dan Nn Sebesar 0,0063. Hasil Dari Perbandingan Tersebut Adalah Metode Support Vector Machine (Svm) Memiliki Nilai Yang Lebih Unggul Dibandingkan Dengan Metode Neural Network (Nn) Pada 3 Dataset Yang Digunakan Peneliti.