Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification
PDF

Keywords

Data Mining
Naïve bayes
Klasifikasi
KNN

How to Cite

Ovelina Devi Kurnia, Elisa Triammah A’Fena, Dea Yuliana Ayu Ningrum, Erna Daniati, & Aidina Ristyawan. (2024). Analisis Perbandingan Algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) Pada Dataset Mobile Price Classification . Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(2), 1174–1183. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/5053

Abstract

Penelitian ini berfokus pada penerapan data mining untuk Analisis perbandingan algoritma Naïve Bayes dengan K-Nearest Neighbor (KNN) dengan dataset klasifikasi harga smartphone menggunakan Jupyter. Dalam penelitian ini, kita membandingkan kinerja dua algoritma klasifikasi, Naïve Bayes dan KNN, dengan tujuan untuk memprediksi kisaran harga yang menunjukkan seberapa tinggi harga tersebut berdasarkan fitur-fitur yang tersedia. Pada penelitian acuan jurnal tingkat akurasinya antara naive bayes maupun kNN termasuk rendah. Dan pada penelitian kali ini menunjukkan hasil bahwa KNN memiliki akurasi yang lebih tinggi dibandingkan dengan Naïve Bayes dalam memprediksi harga smartphone.

PDF

References

D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, pp. 437–444, Apr. 2020, doi: 10.30865/MIB.V4I2.2080.

N. B. Putri and A. W. Wijayanto, “Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing,” Komputika : Jurnal Sistem Komputer, vol. 11, no. 1, pp. 59–66, Jan. 2022, doi: 10.34010/komputika.v11i1.4350.

Z. Nabila, A. R. Isnain, P. Permata, and Z. Abidin, “ANALISIS DATA MINING UNTUK CLUSTERING KASUS COVID-19 DI PROVINSI LAMPUNG DENGAN ALGORITMA K-MEANS,” Jurnal Teknologi dan Sistem Informasi, vol. 2, no. 2, pp. 100–108, Jul. 2021, doi: 10.33365/JTSI.V2I2.868.

S. Dwi et al., “Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN,” Jurnal KomtekInfo, vol. 10, no. 1, pp. 1–7, Jan. 2023, doi: 10.35134/KOMTEKINFO.V10I1.330.

A. Felicia Watratan, A. B. Puspita, D. Moeis, S. Informasi, and S. Profesional Makassar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” Journal of Applied Computer Science and Technology, vol. 1, no. 1, pp. 7–14, Jul. 2020, doi: 10.52158/JACOST.V1I1.9.

I. Arfanda, W. Ramdhan, R. A. Yusda, and H. Artikel, “Naive Bayes Dalam Menentukan Penerima Bantuan Langsung Tunai,” Digital Transformation Technology, vol. 1, no. 1, pp. 9–16, Jun. 2021, doi: 10.47709/DIGITECH.V1I1.1091.

N. A. Susanti, M. Walid, and H. Hoiriyah, “KLASIFIKASI DATA TWEET UJARAN KEBENCIAN DI MEDIA SOSIAL MENGGUNAKAN NAIVE BAYES CLASSIFIER,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 6, no. 2, pp. 538–543, Aug. 2022, doi: 10.36040/JATI.V6I2.5174.

T. Asih, Q. Putri, A. Triayudi, and R. T. Aldisa, “Implementasi Algoritma Decision Tree dan Naïve Bayes Untuk Klasifikasi Sentimen Terhadap Kepuasan Pelanggan Starbucks,” Journal of Information System Research (JOSH), vol. 4, no. 2, pp. 641–649, Jan. 2023, doi: 10.47065/JOSH.V4I2.2949.

A. Felicia Watratan, A. B. Puspita, D. Moeis, S. Informasi, and S. Profesional Makassar, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” Journal of Applied Computer Science and Technology, vol. 1, no. 1, pp. 7–14, Jul. 2020, doi: 10.52158/JACOST.V1I1.9.

M. Afriansyah, J. Saputra, V. Yoga Pudya Ardhana, Y. Sa, and U. Qamarul Huda Badaruddin, “ALGORITMA NAIVE BAYES YANG EFISIEN UNTUK KLASIFIKASI BUAH PISANG RAJA BERDASARKAN FITUR WARNA,” Journal of Information Systems Management and Digital Business, vol. 1, no. 2, pp. 236–248, Jan. 2024, doi: 10.59407/JISMDB.V1I2.438.

J. Homepage, Q. A’yuniyah, and M. Reza, “Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Jurusan Siswa Di Sma Negeri 15 Pekanbaru,” Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), vol. 3, no. 1, pp. 39–45, Mar. 2023, doi: 10.57152/IJIRSE.V3I1.484.

N. H. Purnomo, B. Pamungkas, and C. Juliane, “Penerapan Algoritma C4.5 Untuk Klasifikasi Tren Pelanggaran Kendaraan Angkutan Barang dengan Metode CRISP-DM,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 7, no. 1, pp. 30–40, Jan. 2023, doi: 10.30865/MIB.V7I1.5247.

D. Kurniawan and D. M. Yasir, “Optimization Sentimen Analysis using CRISP-DM and Naive Bayes Methods Implemented on Social Media,” Cyberspace: Jurnal Pendidikan Teknologi Informasi, vol. 6, no. 2, pp. 74–85, Oct. 2022, doi: 10.22373/CJ.V6I2.12793.

N. Cholifah Sastya and D. I. Nugraha, “Penerapan Metode CRISP-DM dalam Menganalisis Data untuk Menentukan Customer Behavior di MeatSolution,” Unistek: Jurnal Pendidikan dan Aplikasi Industri, vol. 10, no. 2, pp. 103–115, Oct. 2023, doi: 10.33592/UNISTEK.V10I2.3079.

N. Widiawati, B. N. Sari, and T. N. Padilah, “Clustering Data Penduduk Miskin Dampak Covid-19 Menggunakan Algoritma K-Medoids,” Journal of Applied Informatics and Computing, vol. 6, no. 1, pp. 55–63, May 2022, doi: 10.30871/JAIC.V6I1.3266.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2024 Ovelina Devi Kurnia, Elisa Triammah A’Fena, Dea Yuliana Ayu Ningrum, Erna Daniati, Aidina Ristyawan

Downloads

Download data is not yet available.