Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Statistika & Komputasi Statistik
Andi M. Ade Satriya
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Klasifikasi Analisis Diskriminan Fisher dan Metode Naive Bayes Alifta Ainurrochmah; Memi Nor Hayati; Andi M. Ade Satriya
Jurnal Aplikasi Statistika & Komputasi Statistik Vol 11 No 2 (2019): Journal of Statistical Application and Computational Statistics
Publisher : Pusat Penelitian dan Pengabdian Masyarakat Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/jurnalasks.v11i2.156

Abstract

Klasifikasi adalah suatu teknik pembentukan model dari data yang telah diketahui kelompok klasifikasinya. Model tersebut digunakan untuk mengklasifikasikan obyek baru. Analisis diskriminan Fisher merupakan teknik multivariat untuk memisahkan obyek-obyek dalam kelompok yang berbeda. Naive Bayes merupakan pengklasifikasian berdasarkan probabilitas dan teorema Bayes dengan asumsi independensi yang kuat. Penelitian ini bertujuan melakukan perbandingan tingkat akurasi klasifikasi dengan analisis diskriminan Fisher dan metode naive Bayes pada status pembayaran premi nasabah asuransi. Data yang digunakan memiliki 4 variabel bebas yaitu pendapatan, usia, masa pembayaran premi dan besar pembayaran premi. Hasil kesalahan akurasi dengan menggunakan nilai APER (Apparent Rate Error) menunjukkan bahwa metode naive Bayes memiliki tingkat akurasi yang lebih tinggi sebesar 15,38% daripada analisis diskriminan Fisher sebesar 46,15% dalam menganalisis status pembayaran premi nasabah asuransi.
Co-Authors Alifta Ainurrochmah Memi Nor Hayati