Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

Comparison of Accuracy in Naïve Bayes and Random Forests in Classification of Liver Disease Ahmadi Irmansyah Lubis; Umri Erdiansyah; Rosma Siregar
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.045 KB) | DOI: 10.24114/cess.v7i1.28888

Abstract

Pada penelitian ini bertujuan untuk melakukan komparasi terhadap metode Naïve Bayes dan Random Forest dalam klasifikasi data pasien penyakit liver. Adapun data pengujian yang digunakan yaitu Indian Liver Patient Dataset (ILPD) yang diperoleh dari UCI Machine Learning Repository. Dataset tersebut memiliki 583 record data, 10 kriteria, dan 1 variable kelas serta dengan jumlah kelas sebanyak 2 kelas atribut, serta data set tersebut berjenis multivariate. Terdapat beberapa tahapan preprocessing yang dilakukan, antara lain normalisasi data yang diujikan, selanjutnya dilakukan analisis klasifikasi menggunakan metode naïvebayes dan random forest. Berdasarkan hasil pengujian yang dilakukan dalam memperoleh nilai akurasi perhitungan klasifikasi menggunakan Confusion Matrix, maka metode Random Forest memperoleh hasil yang terbaik yaitu dengan peroleh akurasi sebesar 70.60 % bila dibandingkan dengan Naïve Bayes yang hanya memperoleh akurasi sebesar 55.80 %. Sehingga Random Forest memiliki performa kinerja yang lebih unggul dalam perolehan akurasi yang dihasilkan dalam klasifikasi penyakit liver.
Pemilihan Anggota Bidang Organisasi Menggunakan Metode Weighted Product dan Pembobotan Rank Order Centroid Ahmadi Irmansyah Lubis
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65066

Abstract

Pemilihan anggota majelis pendidikan dasar dan menengah di Pimpinan Cabang Muhammadiyah (PCM) Batam Kota membutuhkan penilaian objektif atas kriteria seperti pengalaman, kompetensi, komitmen, dan kepemimpinan. Proses ini sering rentan terhadap subjektivitas dan bias tanpa sistem pendukung. Penelitian ini bertujuan merancang Sistem Pendukung Keputusan (SPK) untuk membantu PCM Kecamatan Batam Kota dalam memilih anggota majelis pendidikan dasar dan menengah secara efektif dan akurat. Metode Weighted Product digunakan untuk menghitung skor akhir setiap calon berdasarkan nilai kriteria dan bobotnya. Metode Rank Order Centroid (ROC) diterapkan untuk menentukan bobot kriteria secara kualitatif berdasarkan urutan prioritas. Sistem ini memungkinkan pengguna membandingkan kandidat secara komprehensif dengan mempertimbangkan semua kriteria. Hasil penelitian menunjukkan metode Weighted Product dan ROC efektif membantu PCM Kecamatan Batam Kota dalam memilih kandidat terbaik untuk menjadi anggota majelis Pendidikan dasar dan menengah. Kandidat terpilih yaitu A4 (Ketua) dengan nilai vektor 0.16706, A1 (Anggota) dengan nilai vektor 0.16163, dan A6 (Anggota) dengan nilai vektor 0.15951. Sistem ini mampu dalam meningkatkan obyektifitas, efisiensi, dan akuntabilitas proses seleksi, sekaligus mengurangi bias subjektif. Hasil penelitian ini diharapkan bermanfaat tidak hanya bagi PCM Batam Kota tetapi juga sebagai referensi bagi organisasi lain dengan kebutuhan seleksi berbasis kriteria multi-dimensi.