METODE NAIVE BAYES DENGAN PENDEKATAN DISTRIBUSI GAUSS UNTUK KLASIFIKASI PEMINATAN PESERTA DIDIK

Authors

  • Nur Azizah Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Rito Goejantoro Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia
  • Sifriyani Sifriyani Jurusan Matematika, FMIPA, Universitas Mulawarman, Indonesia

Keywords:

Distribusi Gauss, klasifikasi, naive Bayes, peminatan peserta didik

Abstract

Klasifikasi adalah suatu proses menilai objek data untuk memasukkan ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Salah satu teknik klasifikasi adalah naive Bayes. Naive Bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang didasari oleh teorema Bayes dengan mengasumsikan kondisi antar atribut saling bebas. Naive Bayes dapat diterapkan pada data atribut kategorik maupun numerik, naive bayes mengasumsikan data kontinu ke dalam distribusi tertentu dan memperkirakan parameter distribusi dengan data latih. Penelitian ini menggunakan distribusi Gauss dalam memperkirakan parameter. Penelitian ini bertujuan untuk mendapatkan tingkat akurasi metode naive Bayes pada hasil peminatan peserta didik. Data yang digunakan adalah data peserta didik baru di MAN 2 Samarinda Jalan Harmonika Tahun Ajaran 2018/2019 dengan hasil minat yaitu IPA, IPS dan Bahasa. Digunakan 4 variabel bebas yaitu nilai IPA SMP, nilai IPS SMP, nilai Bahasa SMP dan rata-rata UN SMP. Hasil pengukuran akurasi dari metode naive Bayes memiliki akurasi yang baik pada klasifikasi hasil peminatan peserta didik yaitu 84% dan 71,05%.

Downloads

Published

2019-05-10