Penerapan Data Mining Classification untuk Data Blogger Menggunakan Metode Naïve Bayes
DOI:
https://doi.org/10.26418/justin.v7i1.30211Keywords:
Naïve Bayes, Data Mining, Klasifikasi, Blogger, Rapid MinerAbstract
Jumlah pengguna situs blogger yang semakin meningkat menyebabkan perlu dilakukan pengklasifikasian data untuk mengetahui pengguna tersebut masuk dalam kategori pengguna blogger professional atau bukan. Sebagai referensi terkait penelitian ini adalah penelitian yang sudah dilakukan oleh peneliti sebelumnya. Teknik pengklasifikasian pemodelan deskriptif dan prediktif dengan algoritma data mining yaitu menggunakan metode naïve bayes. Untuk mengelola data digunakan software rapid miner studio 6.0, dataset blogger diperoleh dari website UCI Machine learning Repository, Perhitungan performance vector menunjukkan akurasi klasifikasi metode Naive bayes diperoleh sebesar 86.67%. Sedangkan class precision dan class recall untuk prediksi yes menunjukkan tingkat precision sebesar 91.30% dan untuk prediksi
no sebesar 71.43%. Hasil klasifikasi dari data blogger dengan metode naïve bayes membagi 2 kelas klasifikasi PB yaitu class yes dan class no. Untuk nilai class yes yaitu 0.680 dan nilai class no yaitu 0.320. Dari hasil pengolahan data dapat diketahui bahwa tingkat akurasi pengklasifikasian data blogger mencapai 86.67%.
References
]Ardiyansyah, Rahayuningsih, P. A., & Maulana. R., (2018). Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner, VI(1), 20–28.
]Darmawan, A., Kustian, N., Rahayu, W., & Tabebuya. (2018). Implementasi Data Mining Menggunakan Model Svm, 2(3), 299–307.
]Hermawati, Fajar Astuti. (2013). Data Mining. Yogyakarta: Andi Offset
]Kusrini, Luthfi, Emha Taufiq. (2013). Algoritma Data Mining. Yogyakarta: Andi Offset
]Moriesta, E., & Ibrahim, A. (2017). Analisis Penyaringan Email Spam Menggunakan Metode Naive Bayes, 3(1), 45–48.
]Pratiwi Riszki Wijayatun, N. Y. S. (2016). Prediksi Rating Film Menggunakan Metode Naïve Bayes. Jurnal Teknik Elektro (ISSN 1411-0059), 8(2), 60–63. https://doi.org/10.7454/global.v19i1.136
]Saleh, A., & Nasari, F. (2018). Penggunaan Teknik Unsupervised Discretization pada Metode Naive Bayes dalam Menentukan Jurusan Siswa Madrasah Aliyah. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(3), 353. https://doi.org/10.25126/jtiik.201853705
]Sari, F., & Saro, D. (2018). Jurnal Penelitian Pos Dan Informatika Keluarga Berencana Di Kecamatan Dumai Timur Implementation Of Algorithm C4.5 To Determining Location Priority Counseling Family Planning Program In East Dumai Abstrak, 8(1), 63–76. Https://Doi.Org/10.17933/Jppi.2018.080105
]Jeremy, A., Christanti, V., & Mulyawan, B. (2018). Opinion Mining Untuk Ulasan Produk Dengan Klasifikasi Naive Bayes. Jurnal Ilmu Komputer Dan Sistem Informasi, 6(1), 9.
]Murdiansyah, A. O., & Siswanto, S. (2018). Algoritma Naive Baiyes Classsifier Pada Aplikasi Data Mining Berbasis WEB. SKANIKA, 1(1), 284-290.
Downloads
Published
Issue
Section
License
Copyright (c) 2019 Jurnal Sistem dan Teknologi Informasi (JUSTIN)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
