Tadulako Science and Technology Journal
Vol. 3 No. 1 (2022): TADULAKO SCIENCE AND TECHNOLOGY JOURNAL

Comparative Analysis of C4.5 And Naïve Bayes Algorithms for Classification of Food Vulnerable Areas

Hajra Rasmita Ngemba (Information Technology Department, Faculty of Engineering, Tadulako University, Palu, Indonesia)
Syaiful Hendra (Information Technology Department, Faculty of Engineering, Tadulako University, Palu, Indonesia)
Kadek Agus Dwijaya (Information Technology Department, Faculty of Engineering, Tadulako University, Palu, Indonesia)
Herdianto Ladania (Information Technology Department, Faculty of Engineering, Tadulako University, Palu, Indonesia)
Muhammad Aristo Indrajaya (Unknown)



Article Info

Publish Date
18 Sep 2022

Abstract

Data mining merupakan proses menemukan informasi atau pola yang penting dalam basis data berukuran besar dan merupakan kegiatan untuk menemukan informasi atau pengetahuan yang berguna secara otomatis dari data yang jumlahnya besar. Pada data mining, data yang berukuran besar diolah dengan menggunakan teknik-teknik tertentu untuk mendapatkan informasi baru mengenai data tersebut. Salah satu teknik yang biasa digunakan dalam data mining adalah klasifikasi. Klasifikasi merupakan proses pembelajaran sebuah fungsi atau model terhadap sekumpulan data latih, sehingga model tersebut dapat digunakan untuk memprediksi klasifikasi dari data uji. Beberapa metodenya antara lain algoritma C4.5 dan naïve bayes. Rawan pangan adalah kondisi tidak tersedianya pangan yang cukup bagi setiap individu atau persorangan untuk dapat hidup yang berkualitas secara bekelanjutan. Pada penelitian ini bertujuan untuk membandingkan algortima C4.5 dan naïve bayes dalam hal keakuratan untuk mengklasifikasikan dareah rawan pangan. Data yang digunakan pada penelitian ini merupakan data rawan pangan pada provinsi Sulawesi Tengah dengan total 517 data yang terdiri dari data tahun 2018 sampai 2020. Hasil pada penelitian ini menunjukan bahwa klasifikasi algoritma C4.5 tingkat keakuratanya lebih baik sebesar 84% dibandingkan dengan naïve bayes sebesar 68%.

Copyrights © 2022






Journal Info

Abbrev

sciencetech

Publisher

Subject

Agriculture, Biological Sciences & Forestry Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Languange, Linguistic, Communication & Media

Description

Tadulako Sciencetech Journal is an open-access global publication for scientific articles which is intended as a vehicle for the dissemination of new finding research results on science and technology. Manuscripts that are published in Tadulako Sciencetech Journal develop underlying science ...