Perbandingan Kinerja Algoritma Naive Bayes dan C4.5 Untuk Klasifikasi Harga Pangan

Penulis

  • Nurani Nanni Department of Computer Engineering, Academy of Information and Computer Management Rizky Makassar
  • Afif sudrahsyah Department of Computer Engineering, Academy of Information and Computer Management Rizky Makassar

DOI:

https://doi.org/10.33387/protk.v7i1.1710

Kata Kunci:

Data Mining, Naïve Bayes, C.45, Precision, Recall, accuracy.

Abstrak

Prediksi harga pangan merupakan proses analisis yang diperlukan oleh sebuah sistem pada distribusi penjualan, metode yang bisa digunakan untuk prediksi salah satu  adalah teknik data mining. Data mining didefinisikan sebagai suatu proses untuk mencari pola dari sekumpulan data yang terdapat di dalam database untuk kemudian dianalisis sehingga menghasilkan suatu informasi. Algoritma data mining yang digunakan adalah Naive Bayes dan  C.45 dengan pengujian Precision, Recall serta Accuracy untuk setiap data training dan data testing yang telah diberikan.  Berdasarkan hasil pengujian, semakin banyaknya data training yang digunakan, maka nilai precision, recall dan accuracy akan semakin meningkat. Selain itu, hasil klasifikasi pada algoritma Naive Bayes dan C.45 tidak dapat memberikan nilai yang absolut atau mutlak. Dengan menggunakan alat bantu WEKA (Waikato Environment for Knowledge Analaysis)  Hasil perbandingan menunjukkan bahwa metode C45 memiliki tingkat akurasi tertinggi 65% dibandingkan algoritma naive bayes dan nearest neighbour yaitu mencapai 60%.

Biografi Penulis

Nurani Nanni, Department of Computer Engineering, Academy of Information and Computer Management Rizky Makassar

Department of Computer Engineering,  
Academy of Information and
Computer Management Rizky Makassar

Afif sudrahsyah, Department of Computer Engineering, Academy of Information and Computer Management Rizky Makassar

Department of Computer Engineering,  
Academy of Information and
Computer Management Rizky Makassar

Referensi

J. Iawe. Han, M. Kamber, and J. Pei, 2012, Data Mining Concept and Techniques

B. Mirkin, 2011, “Data Analysis, Mathematical Statistics, Machine Learning, Data Mining: Similarities and Differences,†2011 Int. Conf. Adv. Comput. Sci. Inf. Syst., Vol. 2, pp. 1–8.

M. Ramageri, 2010, “Data Mining Techniques and Applications,†Indian J. Comput. Sci. Eng., Vol. 1, No. 4, pp. 301–305.

Prasetyo, Eko.2014.Data mining mengolah data menjadi informasi menggunakan matlab. Yogyakarta : penerbit andi.

Hastuti, K .2012. Analisis komparasi Algoritma Klasifikasi Data Mining untuk prediksi mahasiswa non aktif. Seminar Nasional Teknologi Informasi dan Komunikasi Terapan 2012. Universitas Dian Nuswantoro, Semarang.

M. Ramageri, 2010, “Data Mining Techniques and Applications,†Indian J. Comput. Sci. Eng., Vol. 1, No. 4, pp. 301–305.

Larose, Daniel T. 2005. Discovering Knowledge In Data: An Introduction to Data Mining. New Jersey: John Wiley and Sons Inc.

Berry, M.W. dan M. Browne. 2006. Lecture Notes in Data Mining. Singapore: World Scientific Publishing Co. Pte. Ltd.

Han, J and Kamber, M. 2006. Data Mining Concepts and Techniques, second edition. California: Morgan Kaufman.

I. A. Mubarok, N. A. Wesiani, and A. Rusdiansyah, “Pengembangan Prototype Knowledge Management System berbasis Case Based Reasoning bagi Peningkatan Aksesibilitas UMKM Dalam Permodalan Usaha,†pp. 1–6.

Unduhan

File Tambahan

Diterbitkan

2020-05-29

Cara Mengutip

Nanni, N., & sudrahsyah, A. (2020). Perbandingan Kinerja Algoritma Naive Bayes dan C4.5 Untuk Klasifikasi Harga Pangan. PROtek : Jurnal Ilmiah Teknik Elektro, 7(1), 20–24. https://doi.org/10.33387/protk.v7i1.1710

Terbitan

Vol 7 No 1 (2020): PROtek : Jurnal Ilmiah Teknik Elektro

Bagian

PROtek : Jurnal Ilmiah Teknik Elektro

Lisensi

 

    1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.

    1. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.

    1. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).