@prefix dct: .
@prefix geo: .
@prefix bibo: .
@prefix dc: .
@prefix ep: .
@prefix eprel: .
@prefix owl: .
@prefix xsd: .
@prefix event: .
@prefix rdfs: .
@prefix void: .
@prefix skos: .
@prefix cc: .
@prefix foaf: .
@prefix rdf: .
@prefix epid: .
<>
foaf:primaryTopic ;
rdfs:comment "The repository administrator has not yet configured an RDF license."^^xsd:string .
rdfs:label "RAMA_57201_2113030101_SIMILARITY.pdf"^^xsd:string .
rdfs:label "RAMA_57201_2113030101_0721029101_0706098902_01_front_ref.pdf"^^xsd:string .
rdfs:label "RAMA_57201_2113030101_0721029101_0706098902_ref.pdf"^^xsd:string .
dc:format "text/html";
dc:title "HTML Summary of #23212 \n\nANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK
\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN\n\n";
foaf:primaryTopic .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
dct:hasPart ;
ep:hasFile ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
cc:license ;
rdf:type bibo:Document,
ep:Document;
rdfs:label "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN (Text)"^^xsd:string .
rdf:_1 .
,
;
bibo:abstract "Penelitian ini bertujuan untuk menganalisis efektivitas\r\nmetode Halving Random Search Cross Validation sebagai alternatif optimasi\r\nhyperparameter pada model machine learning dibandingkan dengan Grid\r\nSearch Cross Validation dan Random Search Cross Validation. Dataset yang\r\ndigunakan adalah Internet Service Churn dengan empat algoritma: KNN,\r\nDecision Tree, SVM, dan Gaussian Naive Bayes. Proses pengujian melibatkan\r\n10-fold cross validation dan pengulangan tiga kali untuk memastikan validitas\r\nhasil.\r\nHasil eksperimen menunjukkan bahwa Halving Random Search Cross\r\nValidation mampu mencapai performa akurasi, presisi, dan recall yang\r\nkompetitif (selisih < 0,5%) dibandingkan Grid Search pada sebagian besar\r\nmodel, dengan penghematan waktu komputasi hingga 62–74% pada KNN,\r\nDecision Tree, dan SVM. Namun, pada Gaussian Naive Bayes dengan ruang\r\nhyperparameter kecil, metode ini lebih lambat karena overhead successive\r\nhalving. Random Search menunjukkan kecepatan tinggi tetapi kurang stabil\r\npada SVM dan Gaussian Naive Bayes.\r\nKesimpulan penelitian menyatakan bahwa Halving Random Search Cross\r\nValidation adalah metode paling seimbang untuk kasus bisnis seperti prediksi\r\nchurn, dengan rekomendasi penerapan pada model kompleks dan\r\npengembangan lanjutan menggunakan Hyperband atau Bayesian Optimization."^^xsd:string;
bibo:authorList ;
bibo:status ;
dc:hasVersion ,
,
,
,
,
,
,
;
dct:creator ;
dct:date "2025-12-29";
dct:isPartOf ;
dct:issuer ,
;
dct:subject ,
;
dct:title "ANALISIS WAKTU OPTIMASI VALIDASI SILANG PENCARIAN ACAK\r\nBERTAHAP PADA MODEL PEMBELAJARAN MESIN"^^xsd:string;
ep:hasAccepted ,
,
,
,
,
,
,
;
ep:hasDocument ,
,
,
,
,
,
,
,
;
rdf:type bibo:Article,
bibo:Thesis,
ep:EPrint,
ep:ThesisEPrint;
rdfs:seeAlso .
rdf:type skos:Concept;
skos:prefLabel "459 Computer science"@en .
rdf:type skos:Concept;
skos:prefLabel "461 Information systems"@en .
dct:isPartOf ;
foaf:name "KODEPRODI57201#Sistem Informasi, Universitas Nusantara PGRI Kediri"^^xsd:string;
rdf:type foaf:Organization .
dct:hasPart ;
foaf:name "Universitas Nusantara PGRI Kediri"^^xsd:string;
rdf:type foaf:Organization .
foaf:familyName "Alief Cahyo Utomo"^^xsd:string;
foaf:givenName "Alief Cahyo Utomo"^^xsd:string;
foaf:name "Alief Cahyo Utomo Alief Cahyo Utomo"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Muhammad Najibulloh Muzaki"^^xsd:string;
foaf:givenName "Muhammad Najibulloh Muzaki"^^xsd:string;
foaf:name "Muhammad Najibulloh Muzaki Muhammad Najibulloh Muzaki"^^xsd:string;
rdf:type foaf:Person .
foaf:familyName "Sucipto"^^xsd:string;
foaf:givenName "Sucipto"^^xsd:string;
foaf:name "Sucipto Sucipto"^^xsd:string;
rdf:type foaf:Person .