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

Abstract

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%.

Keywords

• data mining
• naïve bayes
• c.45
• precision
• recall, accuracy.