<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Pengembangan Aplikasi Berbasis Web untuk Klasifikasi Data Berbasis Naïve Bayes

Loading...
Thumbnail Image

Date

Journal Title

Journal ISSN

Volume Title

Publisher

Universitas Islam Indonesia

DOI

Abstract

Melonjaknya jumlah data setiap waktunya, dapat membawa dampak positif jika dimanfaatkan dengan baik Data yang tersebar diseluruh dunia, mengandung pengetahuan dan wawasan yang dapat di esktraksi. Proses ekstraksi data tersebut dapat dilakukan dengan menggunakan data science. Memanfaatkan salah satu ilmu data science yaitu machine learning, akan mempermudah manusia dalam proses pengolahan data karena mesin dapat melakukannya secara otomatis. Salah satu algoritma machine learning yang cukup popular, efisien dan juga sederhana ialah naïve bayes classifier. Naïve bayes dapat dimanfaatkan untuk memprediksi masa depan berdasarkan masa lalu. Penelitian terdahulu telah memanfaatkan pengolahan data menggunakan machine learning, dengan algoritma naïve bayes. Namun, umumnya penelitian yang dilakukan adalah pemanfaatan algoritma naïve bayes untuk kasuskasus tertentu dengan memanfaatkan alat bantu yang telah tersedia, seperti aplikasi WEKA maupun library yang telah disediakan oleh bahasa pemrograman untuk komputasi seperti Rprogramming. Beberapa aplikasi atau alat bantu sejenis yang telah tersedia memiliki sejumlah kekurangan, diantaranya membutuhkan pengetahuan programming dari pengguna, atau aplikasi yang bersifat desktop sehingga harus dilakukan penginstalan pada komputer pengguna. Maka dari itu, penelitian ini bertujuan untuk mengembangkan sebuah aplikasi machine learning berbasis web, dengan memanfaatkan algoritma naïve bayes classifier. Dalam proses mencapai tujuan, penelitian ini melalui empat tahap diantaranya analisi kebutuhan, perancangan, implementasi, serta pengujian. Dapat disimpulkan bahwa aplikasi ini dapat melakukan pengolahan data menggunakan aplikasi naïve bayes classifier dengan baik, dibuktikan dengan hasil output serta hasil pemodelan yang dapat bersaing dengan aplikasi WEKA.

Description

Citation

Endorsement

Review

Supplemented By

Referenced By