STUDI LITERATUR TENTANG PERFORMA NAÏVE BAYES DALAM KLASIFIKASI DATA

Authors

  • Andreas Nugroho Sihananto Universitas Pembangunan Nasional "UPN" Jawa Timur
  • Hendra Maulana

DOI:

https://doi.org/10.33005/santika.v2i0.134

Keywords:

Naïve Bayes, klasifikasi data, atribut, performa, studi literatur

Abstract

Klasifikasi data merupakan salah satu proses penting dalam pengolahan data. Salah satu metode klasifikasi data yang populer adalah Naïve Bayes yang dikenal karena mampu mengklasifikasi data secara cepat. Meski begitu ketika dihadapkan pada data-data tertentu akurasi klasifikasi dari Naïve Bayes sangat rendah. Dari hasil studi literatur yang telah dilakukan ditemukan fakta bahwa untuk data-data dengan atribut yang tidak terlalu banyak dan setiap atributnya memiliki bobot yang sama Naïve Bayes masih dapat melakukan klasifikasi dengan akurasi tinggi. Untuk data-data dengan bobot atribut yang berbeda-beda, dilakukan modifikasi atau hibridisasi terhadap Naïve Bayes. Hasil dari modifikasi ini berhasil meningkatkan akurasi klasifikasi Naïve Bayes.

References

[1] L. Jiang, L. Zhang, L. Yu, and D. Wang, “Class-specific attribute weighted naive Bayes,” Pattern Recognit., vol. 88, pp. 321–330, 2019, doi: 10.1016/j.patcog.2018.11.032.
[2] M. Hawari and B. Sinaga, “Naïve Bayes Algorithm Implementation To Predict Gum Production at PT. Sri Rahayu Court,” J. Mantik, vol. 3, no. 3, pp. 40–45, 2019.
[3] F. Xu, Z. Pan, and R. Xia, “E-commerce product review sentiment classification based on a Naïve Bayes continuous learning framework,” Inf. Process. Manag., vol. 57, no. 5, p. 102221, 2020, doi: 10.1016/j.ipm.2020.102221.
[4] H. Zhang, L. Jiang, and L. Yu, “Class-specific attribute value weighting for Naive Bayes,” Inf. Sci. (Ny)., vol. 508, pp. 260–274, 2020, doi: 10.1016/j.ins.2019.08.071.
[5] C. Banchhor and N. Srinivasu, “Integrating Cuckoo search-Grey wolf optimization and Correlative Naive Bayes classifier with Map Reduce model for big data classification,” Data Knowl. Eng., vol. 127, no. November 2018, p. 101788, 2020, doi: 10.1016/j.datak.2019.101788.
[6] A. F. Watratan, A. B. Puspita, and D. Moeis, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” J. Appl. Comput. Sci. Technol., vol. 1, no. 1, pp. 7–14, 2020, doi: 10.52158/jacost.v1i1.9.
[7] V. R. Balaji, S. T. Suganthi, R. Rajadevi, V. Krishna Kumar, B. Saravana Balaji, and S. Pandiyan, “Skin disease detection and segmentation using dynamic graph cut algorithm and classification through Naive Bayes classifier,” Meas. J. Int. Meas. Confed., vol. 163, p. 107922, 2020, doi: 10.1016/j.measurement.2020.107922.
[8] T. D. Pangestuti, F. T. Anggraeny, and E. P. Mandyartha, “Rancang Bangun Sistem Pendukung Keputusan Penerimaan Karyawan Baru Menggunakan Metode Naive Bayes Classifier (Studi …,” J. Inform. dan Sist. Inf., vol. 1, no. 3, pp. 1072–1080, 2020, [Online]. Available: http://jifosi.upnjatim.ac.id/index.php/jifosi/article/view/236.
[9] F. Rahmawati, Y. V. Via, and E. Y. Puspaningrum, “Implementasi Metode Naive Bayes Dan Certainty Factor Dalam Mendiagnosa Penyakit Kulit,” J. Inform. dan Sist. Inf., vol. 1, no. 1, pp. 631–641, 2020.
[10] S. Chen, G. I. Webb, L. Liu, and X. Ma, “A novel selective naïve Bayes algorithm,” Knowledge-Based Syst., vol. 192, p. 105361, 2020, doi: 10.1016/j.knosys.2019.105361.
[11] Z. E. Sholikha, E. Y. Puspaningrum, and W. S. JS, “Analisa Sentimen Pengguna E-Money Pada Twitter Menggunakan Algoritma C4.5 dan Naive Bayes,” J. Inform. dan Sist. Inf., vol. 1, no. 3, 2020.
[12] Qonita, E. D. Wahyuni, and A. A. Arifiyanti, “Klasifikasi Berita Pada Akun Twitter Suara Surabaya Menggunakan Metode Naïve Bayes,” J. Inform. dan Sist. Inf., vol. 1, no. 2, pp. 573–577, 2020.
[13] Pristiyono, M. Ritonga, M. A. Al Ihsan, A. Anjar, and F. H. Rambe, “Sentiment analysis of COVID-19 vaccine in Indonesia using Naïve Bayes Algorithm,” IOP Conf. Ser. Mater. Sci. Eng., vol. 1088, no. 1, p. 012045, 2021, doi: 10.1088/1757-899x/1088/1/012045.
[14] B. C. Nevianing, E. P. Mandyartha, and B. Nugroho, “DIAGNOSIS ATTENTION DEFICIT HYPERACTIVITY DISORDER ( ADHD ) BERDASARKAN DSM-IV MENGGUNAKAN ALGORITMA NAIVE BAYES,” J. Inform. dan Sist. Inf., vol. 2, no. 1, pp. 1–8, 2021.
[15] A. F. Rahma, Agussalim, and D. S. Y. Kartika, “Analisis Sentimen Hashtag Kuliner Di Indonesia Menggunakan Naive Bayes,” J. Inform. dan Sist. Inf., vol. 2, no. 1, pp. 19–25, 2021.

Downloads

Published

2021-11-25

How to Cite

Sihananto, A. N., & Maulana, H. (2021). STUDI LITERATUR TENTANG PERFORMA NAÏVE BAYES DALAM KLASIFIKASI DATA. Prosiding Seminar Nasional Informatika Bela Negara, 2, 132–135. https://doi.org/10.33005/santika.v2i0.134

Issue

Section

Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.

Similar Articles

<< < 5 6 7 8 9 10 11 > >> 

You may also start an advanced similarity search for this article.