Analisis Penerapan Algoritma Naive Bayes Untuk Klasifikasi Prioritas Pengembangan Jalan Di Provinsi Kalimantan Selatan

Abstract

Provinsi Kalimantan Selatan secara administrasi wilayah terdiri atas 2 kota dan 11 Kabupaten. Pertumbuhan perekonomian di Provinsi Kalimantan Selatan sangat dipengaruhi oleh lancarnya distribusi barang dan jasa. Oleh sebab itu sektor perhubungan terutama infrastruktur jalan memegang peranan sangat penting sebagai prasarana kelancaran suatu distribusi barang dan jasa. Kondisi infrastruktur ruas jalan yang rusak dapat menghambat pendistribusian barang dan jasa sehingga perlu dilakukan perbaikan-perbaikan terhadap jalan tersebut agar distribusi barang dan jasa menjadi lancar. Namun, usaha tersebut terkendala dengan anggaran yang terbatas sehingga instasi terkait harus menentukan daftar prioritas jalan yang akan diperbaiki. Salah satu teknik yang dapat diterapkan yaitu dengan melakukan analisa dengan memanfaatkan teknik data mining berupa penerapan algoritma Naive Bayes Classification untuk mengklasifikasi daftar prioritas pengembangan jalan di Provinsi Kalimantan Selatan. Penerapan algortima naive bayes pada dataset menghasilkan akurasi sebesar 88.27% dan AUC sebesar 0.933. Keywords : Data Mining, Klasifikasi, Naive Bayes

Implementasi Data Mining K-Means Clustering Dalam Penentuan Prioritas Perbaikan Jalan Berbasis Web

“…Salah satu pendistribusian barang dan jasa di Kabupaten Barito Kuala yaitu melalui transportasi darat. Pertumbuhan perekonomian di Kabupaten Barito Kuala sangat dipengaruhi oleh kelancaran pendistribusian barang dan jasa [2]. Oleh sebab itu, sektor perhubungan antar daerah terutama infrastruktur jalan dan jembatan memiliki peranan penting sebagai prasarana kelancaran suatu distribusi barang dan jasa antar wilayah yang secara administrasi termasuk kedalam wilayah Kabupaten Barito Kuala.…”

Penerapan Data Mining Untuk Mengklasifikasi Penerima Bantuan PKH Desa Wae Jare Menggunakan Metode Naïve Bayes

“…Dengan adanya bantuan PKH tersebut sangatlah membantu masyarakat yang kurang mampu dan juga tentu berkurangnya angka kemiskinan di desa tersebut. Pengumpulan data dengan cara meminta secara langsung kepada aparat desa yang berwenang yaitu Sekertaris desa (Karyadiputra & Hijriana, 2018). Setelah mendapatkan data kemudian pemberian label pada data untuk dilakukan pengklasifikasian.…”