Sarinova Florina Marbun
Universitas Prima Indonesia

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

Found 1 Documents
Search

PERBANDINGAN EFEKTIFITAS ALGORITMA DECISSION TREE, NAÏVE BAYES, K-NEAREST NEIGHBOR DAN SUPPORT VECTOR MACHINE DALAM MELAKUKAN KLASIFIKASI Ervin Susanto Gulo; Christnatalis -; Yosafat Ricardo Gulo; Sarinova Florina Marbun
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 5 No. 2 (2022): Jutikomp Volume 5 Nomor 2 Oktober 2022
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v5i2.2940

Abstract

Klasfikasi merupakan kasus yang sering diangkat menjadi judul penelitian dikarenakan banyaknya metodeyang bisa melakukan klasifikasi. Adapun beberapa metode yang bisa melakukan klasifikasi adalah metodeDecission Tree, K-Nearest Neighbor, Naïve Bayes dan Support Vector Machine. Metode-metode tersebutmemiliki kelebihan dan kekurangannya tersendiri, oleh karena itu setiap metode menghasilkan nilai akurasiyang berbeda-beda. Dari 40 data jurnal penelitian yang sudah dilakukan sebelumnya didapatkan hasil berupametode Support Vector Machine mendapatkan nilai rata-rata akurasi 86,61% dan menjadi metode dengannilai akurasi tertinggi dibandingkan ketiga metode lainnya. Metode Naïve Bayes mendapatkan nilai hasilrata-rata akurasi sebesar 73% dan menjadi metode dengan nilai akurasi terendah dibandingkan ketigametode lainnya