PDF ini membahas tentang bagaimana menerapkan algoritma C45 dalam data mining untuk mendukung strategi promosi program studi informatika di UPGRIS. Penelitian ini menggunakan data pendaftar
ialah untuk membandingkan hasil akurasi algoritma antara K-Nearest Neighbor (K-NN), Decision Tree, dan Naive Bayes yang mana hasil akurasi terbaiklah yang akan diimplementasikan untuk menentukan
Setelah kita memahami penjelasan tentang apa itu naïve bayes, selanjutnya, kita akan menyelami lebih dalam terkait cara kerja dari algoritme tersebut. Sebelum melanjutkan, sejenak kita review jika algroitme NBC bekerja berdasarkan pada kemungkinan sesuai dengan Teorema Bayes. Secara matematis, Teorema Bayes dinyatakan dalam rumus berikut:
penggunaan Naive Bayes adalah bahwa metode ini hanya membutuhkan jumlah data pelatihan (Training Data) yang kecil untuk menentukan estimasi paremeter yang diperlukan dalam proses pengklasifikasian. Naive Bayes sering bekerja jauh lebih baik dalam kebanyakan situasi dunia nyata yang kompleks dari pada yang diharapkan[11]. 4.1.2. Persamaan Metode Pada gambar 1 terlihat bahwa Naïve Bayes tidak lebih baik jika dibandingkan dengan algoritma k-NN. Pengunaan k-NN dengan nilai k = 15 merupakan pilihan terbaik jika dilakukan pengembangan
algoritma data mining yang sering digunakan untuk klasifikasi diantaranya adalah Decision Tree dan Naive Bayes. Decision Tree (DT) atau pohon keputusan adalah algoritma klasifikasi yang banyak digunakan dalam data mining seperti ID3 (Quinlan, 1986), ID4 (Utgoff, 1989), ID5 (Utgoff, 1989), C4.5 (Quinlan, 1993), C5.0 (Bujlow, Riaz, & Pedersen, 2012),
Berdasarkan hasil pengujian menggunakan metode Naïve Bayes Classifier didapatkan pada dataset Glass yaitu accuracy sebesar 46%, precision sebesar 47%, recall sebesar 46% dan f-measure sebesar 43% Fitur penting untuk mengidentifikasi suatu organisme dari bakteri adalah dengan skema fenotipe yang memanfaatkan morfologi dan pewarnaan sifat dari bakteri itu sendiri, untuk mengklasifikasikan 4DES1x.
  • g4nbc4erb7.pages.dev/376
  • g4nbc4erb7.pages.dev/48
  • g4nbc4erb7.pages.dev/247
  • g4nbc4erb7.pages.dev/68
  • g4nbc4erb7.pages.dev/216
  • g4nbc4erb7.pages.dev/89
  • g4nbc4erb7.pages.dev/343
  • g4nbc4erb7.pages.dev/88

    • cara kerja algoritma naive bayes