Penerapan Data Mining Dalam Proses Prediksi Perceraian Menggunakan Algoritma Naive Bayes Di Kabupaten Aceh Tengah

Abstract

Marriage in the view of Islam is something sacred, meaning worship to Allah SWT, following the sunnah of the Prophet Muhammad and carried out on the basis of sincerity, responsibility, and following legal provisions that must be heeded. In Aceh province, the divorce rate from Aceh Syari'ah Court data throughout 2017, the number of divorces occurred reaching 5,399. The data and facts about the divorce case are a reality that must be accepted even though it is bitter, and while looking for the best way and strategy to prevent divorce from an early age. Based on the divorce rate which continues to increase every year, it is necessary to have data to determine the factors that influence divorce. Thus, these data can be used as a decision-making tool that can later be a good solution for the government, society and for married couples in the future. Naïve Bayes classification is a simple probability classification based on the application of the Bayes Theorem with the assumption that the explanatory variables are independent or (independent). In this case, it is assumed that the presence or absence of a particular event from a group is not related to the presence or absence and other events. With a system to predict divorce, it can help users who want to know divorce predictions.

Implementasi Data Mining Pada Penjualan Main Course Pizza Menggunakan Algoritma C 4.5

“…Output akan menghasilkan sebuah informasi sangat penting dan bermanfaat. Lalu apa itu sebuah data?, sebuah data adalah sekumpulan fakta yang memberikan gambaran umum setiap kali mengumpulkan data maka data tersebut tersimpan dan pola dievaluasi secara manual dan teliti untuk menentukan apa yang akan terjadi [3].…”

Penerapan Algoritma Naive Bayes Untuk Prediksi Penyakit Diare Pada Balita

“…Algoritma Naive Bayes adalah salah satu metode pada teknik klasifikasi untuk mengatasi ketidakpastian data dan termasuk dalam classifier statistik yang dapat memprediksi probabilitas keanggotaan class (Syarah, Wati, & Puspitasari, 2022). Metode ini didasarkan pada asumsi bahwa semua fitur yang ada dalam dataset adalah independen satu sama lain, yang sering disebut sebagai asumsi "naive" (Laila Sari, Saputra, & Gemasih, 2022). Meskipun asumsi ini jarang terpenuhi dalam dunia nyata, algoritma Naive Bayes tetap memberikan hasil yang baik dalam banyak kasus (Loelianto, Thayf, & Angriani, 2020) (Ridwan, 2020).…”

Prediksi Jumlah Perceraian Menggunakan Metode Extreme Learning Machine (ELM)

“…ELM memiliki keunggulan dibandingkan dengan metode jaringan saraf lainnya, seperti waktu komputasi yang lebih cepat dan output yang stabil dalam waktu nyata [12]. Beberapa penelitian telah melakukan prediksi perceraian, seperti penelitian oleh Zulastri dengan menerapkan algoritma backpropagation [15], penelitian Nurhayati dengan menerapkan metode K-Means [16], Kemudian penelitian Desi dengan menggunakan metode naïve bayes [17]. Dalam penelitian yang dilakukan sebelumnya, metode ELM telah terbukti menghasilkan tingkat akurasi yang baik dalam melakukan prediksi.…”