Analisis Perbandingan Algoritma Naive Bayes dan Algoritma C4.5 untuk Klasifikasi Multi Data

Klasifikasi merupakan suatu pekerjaan menilai objek data untuk memasukkannya ke dalam kelas tertentu dari sejumlah kelas yang tersedia. Metode Naïve Bayes memiliki tingkat akurasi tinggi pada saat proses klasifikasi. Hal tersebut diungkapkan oleh beberapa pendapat. Selain Naïve Bayes, algoritma C4.5 juga memiliki tingkat akurasi yang tinggi. Penelitian yang dilakukan oleh Puji Astuti (2016) berjudul “Komparasi Penerapan Algoritma C45, Knn Dan Neural Network Dalam Proses Kelayakan Penerimaan Kredit Kendaraan Bermotor” akurasi tertinggi yang dihasilkan C4.5 yaitu 92,89% dibandingka K-nn 77,78% dan Nn 91,1%. Dari kedua penelitian diatas menunjukkan bawa algoritma Naive Bayes dan algoritma C4.5 memiliki tingkat akurasi yang tinggi pada proses klasifikasi data. Pada penelitianyang saya lakukan dengan membandingkan kedua metode antara Naive Baye dan C4.5 menggunakan 10 data set dengan varian jumlah data record dan atribut yang berbeda menunjukkan hasil rata- rata akurasi untuk Algoritma C4.5 pada K=5 yaitu 79,28% dan Naive bayes 77,58%. Pada K=10 didapatkan sebuah hasil rata-rata akurasi C4.5 yaitu 79,38% dan Naive bayes 77%. Pada Use Training Set (UTS) didapatkan sebuah hasil rata-rata akurasi C4.5 yaitu 89,46% dan Naive bayes 79,39%. Dari haisl akurasi ketiga teknik pengujian tersebut didapatkan kesimpulan bahwa algoritma C4.5 lebih unggul untuk tingkat akurasi, namun untuk kecepatan proses klasifikasi Naive Bayes lebih unggul.