PERBANDINGAN ALGORITMA NAÏVE BAYES DAN C4.5 UNTUK KLASIFIKASI BANTUAN RUMAH SEHAT
Abstract
Klasifikasi adalah sebuah teknik untuk menentukan keanggotaan kelompok berdasarkan data-data yang sudah ada. Penentuan pemilihan penerima bantuan rumah sehat hanya di putuskan melalui forum musyawarah desa sehingga membutuhkan ketelitian dalam pemenuhan kriteria dan syarat penerima bantuan rumah sehat. Pada pengumpulan data, data yang didapatkan memiliki 11 kriteria di antaranya yaitu nama kepala keluarga, pekerjaan, usia pernikahan status perkawinan, jumlah anggota keluarga, status kepemilikan tanah, atap, langit-langit, lantai, dinding dan jamban. Tahap pengujian menggunakan 114 record data. Keakurasian dari hasil uji coba menggunakan Algoritma Naïve Bayes dan C4.5 ditinjau dari dua parameter yaitu X-Validation dan jumlah data training. Nilai keakurasian hasil klasifikasi yang ditinjau dari parameter Algoritma C4.5 mendapatkan nilai akurasi yang tertinggi dengan tingkat akurasi 96.51% dibandingkan dengan Algoritma Naïve Bayes dengan tingkat akurasi sebesar 95,61%.
Keywords
Full Text:
PDFReferences
Aditia. (2013). Hubungan Cemaran Mikroba Dengan Pengelolaan Rumah sehat Pada Rumah. Journal of Chemical Information and Modeling, 53(9), 1689–1699. http://eprints.umm.ac.id/35046/3/jiptummpp-gdl-aditiahuda-47406-3-babii.pdf
Elisa, E. (2017). Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti. Jurnal Online Informatika, 2(1), 36. https://doi.org/10.15575/join.v2i1.71
Faiz Zamzami & Nabella Duta Nusa, 2017 : 32. (2020). Bab Ii Landasan Teori. Riswanto & Laluma, 53(9), 8–24.Hamsinar. (2019). Surveilans Epidemiologi Program Studi S1 Kesehatan Masyarakat Fakultas Kesehatan Dan Farmasi Universitas Muhammadiyah 2018 / 2019. 28.
Fitriani, E. (2020). Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. Sistemasi, 9(1), 103. https://doi.org/10.32520/stmsi.v9i1.596
Kurniawan, Y. I. (2017). Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining. . . Bansar, Sharma & Goel, 5(4), 455. https://doi.org/10.25126/jtiik.201854803
Prapitasari, I., Utami, K., Setyarini, R., … S. A.-J. K., 2017, undefined, Pandiana, L., Komunitas, S. N.-J. K., & 2018, undefined. (2019). Bab Iii Metodologi Penelitian. 62–76. https://www.neliti.com/publications/275650/elderly-visit-routines-to-elderly-integrated-service-post-in-the-working-area-of%0Ahttps://ejournal3.undip.ac.id/index.php/jkm/article/view/16353%0Ahttp://repository.unjaya.ac.id/id/eprint/3305
Manalu, E., Sianturi, F. A., & Manalu, M. R. (2017). Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries. Jurnal Mantik Penusa, 1(2), 16–21.
Nasrullah, A. H. (2018). Penerapan Metode C4.5 untuk Klasifikasi Mahasiswa Berpotensi Drop Out. ILKOM Jurnal Ilmiah, 10(2), 244–250. https://doi.org/10.33096/ilkom.v10i2.300.244-250
Rani, L. N. (2016). Klasifikasi Nasabah Menggunakan Algoritma C4.5 Sebagai Dasar Pemberian Kredit. INOVTEK Polbeng - Seri Informatika, 1 (2), 126. https://doi.org/10.35314/isi.v1i2.131
Sholeh, M. (2014). Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) 2014 Yogyakarta, 15 November 2014 ISSN: 1979-911X. Snast, November, 211–216.
Sari & Prabowo. (2017). Bagaimana Menerapkan Algoritma Naive Bayes Untuk PEnentuan Bantuan Bedah Rumah di Kelurahan KRrapyak. Sari & Prabowo, 148, 148–162. http://repository.untag-sby.ac.id/5231/49/BAB II.pdf
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
Article metrics
Abstract views : 287 | views : 161Refbacks
- There are currently no refbacks.
Copyright (c) 2022 JUIK (Jurnal Ilmu Komputer)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.