<![CDATA[Naive Bayes Classifier (NBC) adalah metode penambangan data yang digunakan untuk klasifikasi data dalam suatu kelas. Berdasarkan pandangan literatur dari beberapa penelitian sebelumnya, diketahui bahwa algoritma NBC memiliki tingkat akurasi yang buruk dari segi akurasi. Keakuratan hasil klasifikasi diketahui dipengaruhi oleh fitur-fitur yang digunakan seringkali tidak relevan dan memilki pengaruh yang rendah terhadap klasifikasi. Pada penelitian ini dilakukan analisis tingkat akurasi metode NBC tanpa seleksi fitur dan dengan seleksi fitur pada dataset Wisconsin Breast Cancer. Dalam penelitian ini memperoleh hasil pengukuran tingkat akurasi metode NBC tanpa seleksi fitur dan dengan gain rasio serta seleksi fitur F-relief pada dataset Breast Cancer Wisconsin sehingga bisa disimpulkan bahwa metode seleksi fitur bisa meningkatkan akurasi pada NBC. Hal ini didukung juga dengan penbisa penelitian sebelumnya. Peningkatan akurasi pada metode klasifikasi NBC dengan menggunakan seleksi fitur Relief-F meningkat sebesar 0,30% dari akurasi metode NBC tanpa menggunakan seleksi fitur dengan tingkat akurasi 97,4%.]]>
Copyrights © 2024
