ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK KLASIFIKASI DAERAH RAWAN PANGAN

HERDIANTO LADANIA (2023) ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK KLASIFIKASI DAERAH RAWAN PANGAN. Undergraduate Theses thesis, Universitas Tadulako.

Full text not available from this repository.

Abstract

Data mining merupakan proses menemukan informasi atau pola yang penting dalam basis data berukuran besar dan merupakan kegiatan untuk menemukan informasi atau pengetahuan yang berguna secara otomatis dari data yang jumlahnya besar. Pada data mining, data yang berukuran besar diolah dengan menggunakan teknik-teknik tertentu untuk mendapatkan informasi baru mengenai data tersebut. Salah satu teknik yang biasa digunakan dalam data mining adalah klasifikasi. Klasifikasi merupakan proses pembelajaran sebuah fungsi atau model terhadap sekumpulan data latih, sehingga model tersebut dapat digunakan untuk memprediksi klasifikasi dari data uji. Beberapa metodenya antara lain algoritma C4.5 dan naïve bayes. Rawan pangan adalah kondisi tidak tersedianya pangan yang cukup bagi setiap individu atau persorangan untuk dapat hidup yang berkualitas secara bekelanjutan. Pada penelitian ini bertujuan untuk membandingkan algortima C4.5 dan naïve bayes dalam hal keakuratan untuk mengklasifikasikan dareah rawan pangan. Data yang digunakan pada penelitian ini merupakan data rawan pangan pada provinsi Sulawesi Tengah dengan total 517 data yang terdiri dari data tahun 2018 sampai 2020. Hasil pada penelitian ini menunjukan bahwa klasifikasi algoritma C4.5 tingkat keakuratanya lebih baik sebesar 84% dibandingkan dengan naïve bayes sebesar 68%.

Item Type: Thesis (Undergraduate Theses)
Subjects: University Structure > Faculty of Engineering > Informatics Engineering
S1 - Undergraduate Thesis > Faculty of Engineering > Informatics Engineering
Divisions: Faculty of Engineering > Informatics Engineering
Tadulako Subject Areas > S1 - Undergraduate Thesis > Faculty of Engineering > Informatics Engineering
Depositing User: system estd estd
Date Deposited: 01 Feb 2023 07:03
Last Modified: 01 Feb 2023 06:35
URI: http://repository.untad.ac.id/id/eprint/14406

Actions (login required)

View Item View Item