Analisis Perbandingan Algoritma Naive Bayes Dan C.45 Dalam Klasifikasi Data Mining Untuk Memprediksi Kelulusan
Farkhatus Solikhah, Mita Febianah, Amelia Luthfi Kamil, Wildan Aprizal Arifin, Shelly Janu Setyaning Tyas
Abstract
Tingkat akurasi data dalam kehidupan sehari-hari sangatlah dibutuhkan karena melihat perkembangan teknologi informasi yang semakin maju. Analisa pengelolaan data menjadi informasi yang bisa memberikan pengetahuan yaitu caranya dengan menggunakan sistem data mining. Algoritma yang sering digunakan untuk memprediksi kelulusan yaitu Naive Bayes dan C.45. Tujuan dari penelitian ini yaitu untuk membandingkan algoritma Naive Bayes dan algoritma C.45 dalam hal keakuratan prediksi kelulusan. Metode yang digunakan yaitu dengan studi literatur dari berbagai sumber terkait serta memahami data-data yang ada pada sumber yang berhubungan dengan topik metode klasifikasi algoritma Naive Bayes dan C.45 dalam sebuah sistem data mining. Hasil dari penelitian ini menunjukan bahwa pengklasifikasian dengan menggunakan algoritma Naive Bayes tingkat keakuratannya lebih tinggi dibandingkan algoritma C.45.