Keywords
Kondisi Fisik
Olahraga
Naive Bayes
How to Cite
Abstract
Penelitian ini membahas penerapan Naive Bayes dalam mengklasifikasikan jenis olahraga yang sesuai berdasarkan kondisi fisik. Pemilihan olahraga yang tepat sangat penting untuk mengoptimalkan manfaat kesehatan dan meminimalkan risiko cedera. Metode Naive Bayes dipilih karena keunggulannya dalam menangani data kategorikal dan prediksi probabilitas. Studi ini menggunakan data parameter fisik seperti usia, jenis kelamin, indexs massa tubuh dan memilih jenis olahraga dengan tujuan untuk memodelkan klasifikasi kategori. Hasil analisis menunjukkan bahwa model ini efektif dalam memprediksi 7 data uji dari 4 kategori cocok dan 3 tidak cocok terhadap jenis olahraga yang paling sesuai dengan kondisi fisik. Berdasarkan perhitungan yang telah dilakukan oleh sistem bahwa penerapan metode naive bayes memiliki tingkat akurasi sebesar 86%. Penelitian ini menunjukkan bahwa dari tingkat akurasi tersebut dapat berkontribusi dalam penggunaan sistem rekomendasi dalam memilih olahraga yang tepat.
References
[1] Setiawan, D. A., Helilintar, R., & Wahyuniar, L. S. (2021). “Penerapan Metode Naive Bayes Untuk Klasifikasi Penentuan Penerima Bantuan PKH”. Seminar Nasional Inovasi Teknologi, 24 Juli 2021, 249-254.
[2] Setiawan, D. A., & Helilintar, R. (2021). “Implementasi Metode Naive Bayes untuk Klasifikasi Data Kelayakan Penerima Bantuan Sosial”. Jurnal Teknologi dan Sistem Informasi, 9(1), 15-25.
[3] Farida, I. N., & Niswatin, R. K. (2017). “Penggunaan Algoritma Naive Bayes Untuk Mengevaluasi Prestasi Akademik Mahasiswa Universitas Nusantara PGRI Kediri”. Jurnal Sains dan Informatika, 3(2), 122-130.
[4] Damara, M. D. S., Farida, I. N., & Sahertian, J. (2021). “Sistem Prediksi Minat Penjualan Jaket di Grosir Murah Kediri Menggunakan Metode Naive Bayes”. Seminar Nasional Inovasi Teknologi, 24 Juli 2021, 310-315.
[5] Kausar, R., Kusdinar, A. B., & Setiawan, I. R. (2022). “Penerapan Metode Naive Bayes Untuk Penilaian Ujian Kenaikan Tingkat Olahraga Karate”. Jurnal Teknik Informatika Unika ST. Thomas, 07(02), 178-184.
[6] Kurniawan, B., Fauzi, M. A., & Widodo, A. W. (2017). “Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(1), 1193-1200.
[7] Wisswani, N. W., Tulili, T. R., Andrijasa, M. F., Satria, M. R. N., Jumani, S., & Wahyudi, E. (2020). “Klasifikasi Tipe Gelandang Sepak Bola Berdasarkan Data Kemampuan Menggunakan Metode Naive Bayes”. JUST TI: Jurnal Sains Terapan Teknologi Informasi, 12(2), 46-50.
[8] Mustofa, H., & Mahfudh, A. A. (2019). “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes”. Walisongo Journal of Information Technology, 1(1), 1-12.
[9] Rizal, Syahril, & Damayanti, Nita Rosa. (2020). “Sistem Pendukung Keputusan Peminatan Cabang Olahraga menggunakan Analisis Gap”. Seminar Nasional Dinamika Informatika 2020, Universitas PGRI Yogyakarta, pp. 194-199.
[10] Laia, E., Dahria, M., & Wahyuni, M. S. (2024). “Sistem Pendukung Keputusan Penentuan Tanaman Cabai Rawit Unggulan Menggunakan Metode Naïve Bayes Berbasis Web”. Jurnal Sistem Informasi TGD, 3(2), 313-320.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Farid Fauzi Zakaria, Risa Helilintar, Intan Nur Farida