LANGGA DIKAYANTO, AGIL (2019) PERBANDINGAN ALGORITMA NAIVE BAYES DENGAN ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT JANTUNG. Undergraduate thesis, Universitas Muhammadiyah Jember.
![[img]](http://repository.unmuhjember.ac.id/style/images/fileicons/text.png) |
Text
Jurnal.pdf Download (417kB) |
|
Text
ABSTRAK.pdf Download (94kB) |
|
Text
PENDAHULUAN.pdf Download (375kB) |
|
Text
BAB I.pdf Download (239kB) |
|
Text
BAB II.pdf Restricted to Repository staff only Download (549kB) |
|
Text
BAB III.pdf Restricted to Repository staff only Download (805kB) |
|
Text
BAB IV.pdf Restricted to Repository staff only Download (447kB) |
|
Text
BAB V.pdf Restricted to Repository staff only Download (92kB) |
|
Text
LAMPIRAN.pdf Download (709kB) |
Abstract
Saat ini kebutuhan terhadap analisis suatu data sangat dibutuhkan. Salah satu pendekatan yang dapat dilakukan untuk menganalisis sekumpulan data yaitu dengan mengklasifikasi data. Beberapa metode klasifikasi yang umum digunakan seperti Artifficial Neural Network (ANN), Support Vector Machines (SVM), Decision Tree, Bayesian, dan sebagainya. Klasifikasi Naïve Bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam basis data dengan jumlah yang besar. Selain Naive Bayes, algoritma K-Nearest Neighbor juga memiliki tingkat akurasi yang tinggi. Oleh karena itu peneliti ingin melakukan sebuah penelitian dengan membandingkan algoritma Naive Bayes dan algoritma K-Nearest Neighbor menggunakan data diagnosa penyakit jantung yang diambil dari penyedia layanan dataset publik UCI Machine Learning dengan menggunakan teknik pengujian Cross Validation. Dari keseluruhan pengujian, nilai K optimal untuk algoritma K-Nearest Neighbor yaitu dengan jarak ketetanggaan sebesar 7. Algoritma Naive Bayes menghasilkna performa tertinggi pada 10-fold Cross Validation pada folder data pengujian ke-4 dengan akurasi yaitu 90.00%, dan nilai presisi sebesar 86,67%. Algoritma K-Nearest Neighbor juga menghasilkan akurasi tertinggi dengan jumlah ketetanggaan sebesar 7 pada pengujian 10-fold Cross Validation dengan akurasi tertinggi pada folder data pengujian ke-4 yaitu sebesar 80.00%, dan presisi sebesar 90.00%. Berdasarkan pengujian yang telah dilakukan, algoritma Naive Bayes lebih akurat dan lebih baik dalam klasifikasi penyakit jantung dibandingkan algoritma K-Nearest Neighbor. Kata Kunci : Algoritma Naive Bayes, Algoritma K-Nearest Neighbor, Analisis, Klasifikasi, Perbandingan, Cross Validation.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Subjects: | 600 Technology and Applied Science > 620 Engineering | ||||||
| Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) | ||||||
| Department: | S1 Teknik Informatika | ||||||
| Depositing User: | rahma wahyu ningsih | ||||||
| Contributors: |
|
||||||
| Date Deposited: | 02 Dec 2020 02:37 | ||||||
| Last Modified: | 02 Dec 2020 02:37 | ||||||
| URI: | http://repository.unmuhjember.ac.id/id/eprint/7114 |
Actions (login required)
 |
View Item |