Perbandingan Algoritma Random Forest, Decision Stump, Naïve Bayes, Bayesian Network dan Algoritma C4.5 Untuk Prediksi Pola Kartu Poker

M Fariz Januarsyah (Magister Teknik Informatika Fasilkom, Universitas Sriwijaya Palembang, Indonesia)
Ermatita Zuhairi (Magister Teknik Informatika Fasilkom, Universitas Sriwijaya Palembang, Indonesia)
Reza Firsandaya Malik (Magister Teknik Informatika Fasilkom, Universitas Sriwijaya Palembang, Indonesia)

Annual Research Seminar
Vol 5, No 1 (2019): ARS 2019

Poker merupakan salah satu permainan terpopuler didunia dengan kombinasi kartu tangan lebih dari ratusan juta. Karena jumlah yang banyak ini, pemain poker sulit untuk mengambil keputusan yang akurat. Tujuan dari penelitian ini adalah memberikan saran dari perbadingan algoritma data mining yang berbeda. Pengujian algoritma dilakukan pada algoritma C4.5, algoritma Decision Stump, algoritma Naive Bayes, algoritma Bayesian Network, serta algoritma Random Forest dengan menggunakan 25.010 data dengan 11 atribut dan melalui tahap cross-validation sebanyak sepuluh (10) kali.