Studi Literatur Tentang Performa Naïve Bayes Dalam Klasifikasi Data

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.

Prediksi Harga Emas Dengan Menambahkan Variabel Covid-19 Menggunakan Metode Naïve Bayes

“…Naïve bayes merupakan sebuah metode jenis klasifikasi yang menggunakan probabilitas dan statistic sederhana yang berdasarkan pada penerapan teorama atau aturan bayes dengan asumsi independensi yang kuat pada fitur, yang dikemukakan oleh ilmuan dari Inggris yaitu Thomas Bayes. Cara kerja dari algoritma ini yaitu dengan memprediksi peluang di masa yang akan datang berdasarkan pengalaman masa lalu sehingga dikenal dengan nama Teorema Bayes (Sihananto & Maulana, 2021). Persamaan dari teorama Bayes dapat dilihat pada persamaan (2).…”

Klasifiakasi Kualitas Tembakau Layak Panen dengan Naïve Bayes Classifier

“…Dimana akan dibangun sebuah sistem prediksi untuk menentukan kualitas tembakau layak panen atau tidak. Metode yang dipergunakan adalah Naïve Bayes, metode ini dipakai karena metode ini terbukti cukup baik digunakan untuk proses klasifikasi dan mempunyai tingkat akurasi yang tinggi [7].…”