JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Vol 7, No 1 (2019)

Penerapan Data Mining Classification untuk Data Blogger Menggunakan Metode Naïve Bayes

Anggraini, Recha Abriana (Unknown)
Widagdo, Galih (Unknown)
Budi, Arief Setya (Unknown)
Qomaruddin, M (Unknown)



Article Info

Publish Date
31 Jan 2019

Abstract

Jumlah pengguna situs blogger yang semakin meningkat  menyebabkan perlu dilakukan pengklasifikasian data untuk mengetahui pengguna tersebut masuk dalam kategori pengguna blogger professional atau bukan. Sebagai referensi terkait penelitian ini adalah penelitian yang sudah dilakukan oleh peneliti sebelumnya. Teknik pengklasifikasian pemodelan deskriptif dan prediktif dengan algoritma data mining yaitu menggunakan metode naïve bayes. Untuk mengelola data digunakan software rapid miner studio 6.0, dataset blogger diperoleh dari website UCI Machine learning Repository, Perhitungan performance vector menunjukkan akurasi klasifikasi metode Naive bayes diperoleh sebesar 86.67%.  Sedangkan class precision dan class recall untuk prediksi yes menunjukkan tingkat precision sebesar 91.30% dan untuk prediksino sebesar 71.43%. Hasil klasifikasi dari data blogger dengan metode naïve bayes membagi 2 kelas klasifikasi PB yaitu class yes dan class no. Untuk nilai class yes yaitu 0.680 dan nilai class no yaitu 0.320. Dari hasil pengolahan data dapat diketahui bahwa tingkat akurasi pengklasifikasian data blogger mencapai 86.67%.

Copyrights © 2019






Journal Info

Abbrev

justin

Publisher

Subject

Computer Science & IT

Description

JUSTIN aims to publish research results and thoughts among academics, researchers, scientists, and practitioners in the field of informatics/computer science so that they are freely available to the public, and support the exchange of knowledge. The scope of JUSTIN is but is not limited to the ...