Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research
Arta Meviangga, Abi Candra
Unknown Affiliation
Humanities Economics, Econometrics & Finance Education Social Sciences Other

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

Found 1 Documents
Search

 1 
Pengaruh Dimensionality Reduction Menggunakan Self-Organizing Maps terhadap Klasifikasi Naive Bayes pada Data Kampanye Pemasaran Arta Meviangga, Abi Candra; Firmansyah, Hasbi; Saputra, Satria Ajis; Falah, Mukhamad
Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Vol. 2 No. 1b (2025): NOVEMBER 2024 - JANUARI 2025 (TAMBAHAN)
Publisher : UNIVERSITAS SERAMBI MEKKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/mister.v2i1b.2765

Abstract

Penelitian ini bertujuan untuk mengevaluasi performa algoritma Naive Bayes dalam memprediksi keberhasilan kampanye pemasaran bank, baik dengan maupun tanpa pengurangan dimensi menggunakan Self-Organizing Maps (SOM). Dataset yang digunakan berasal dari UCI Machine Learning Repository, mencakup atribut target "y" dan atribut prediktor seperti usia, pekerjaan, pendidikan, serta status kredit macet. Proses penelitian mencakup pembersihan data, transformasi atribut, dan normalisasi, diikuti dengan dua pendekatan utama: (1) penerapan langsung Naive Bayes tanpa SOM dan (2) penggunaan SOM untuk mereduksi dimensi sebelum penerapan Naive Bayes. Hasil menunjukkan bahwa model tanpa SOM mencapai akurasi 80,95%, dengan nilai AUC 0,850. Namun, precision untuk prediksi kelas "yes" hanya sebesar 34,63%. Sebaliknya, pendekatan dengan SOM menghasilkan precision yang lebih tinggi (63,24%) untuk kelas "yes", tetapi akurasi dan recall menurun menjadi masing-masing 62,10% dan 57,80%, dengan AUC 0,667. Analisis lebih lanjut mengidentifikasi adanya trade-off antara akurasi keseluruhan dan ketepatan prediksi positif, yang bergantung pada tujuan kampanye. Visualisasi menggunakan scatter plot SOM membantu mengungkap pola distribusi data yang kompleks dan potensi tumpang tindih antar kelas. Penelitian ini memberikan wawasan tentang manfaat dan keterbatasan reduksi dimensi menggunakan SOM dalam meningkatkan efisiensi model klasifikasi berbasis probabilistik.
Co-Authors Falah, Mukhamad Firmansyah, Hasbi Saputra, Satria Ajis