Penerapan Metode Naïve Bayes Untuk Rekomendasi Penentuan Penerima Bantuan Ternak
DOI:
https://doi.org/10.36350/jbs.v15i2.313Keywords:
Confusion Matrix, Classification, Naïve Bayes Method, Livestock Assistance Recipient Determination, PrototypeAbstract
Penentuan calon penerima bantuan ternak masih sulit dilakukan oleh verifikator dan belum efektif, tujuan penelitian ini adalah untuk membantu verifikator dalam pengambilan keputusan. Peneliti menggunakan algortima Naïve Bayes untuk rekomendasi penentuan penerima bantuan ternak, mendapatkan penerima bantuan ternak yang lebih mudah, dan mendapatkan proses untuk menentukan penerima bantuan ternak yang lebih efektif. Dalam mengembangkan aplikasi peneliti menggunakan metode Research & Development (R&D) untuk mengukur tingkat akurasi dan efektifitas penerapan metode Naïve Bayes dalam merekomendasikan penentuan penerima bantuan ternak. Data keseluruhan yang digunakan dalam penelitian ini berjumlah 205 data, 184 data digunakan untuk data latih, dan 21 data digunakan untuk data uji. Penerapan metode Naïve Bayes dapat memberikan rekomendasi penentuan penerima bantuan ternak karena telah dilakukan uji akurasi menggunakan confusion matrix. Hasil uji akurasi yang diperoleh sebesar 81%.
Downloads
References
[1] A. Rajaraman and J. D. Ullman, “Data Mining,” in Mining of Massive Datasets, Cambridge University Press, 2011, pp. 1–17. doi: 10.1017/CBO9781139058452.002.
[2] Mustika, Y. Ardilla, A. Manuhutu, and N. Ahmad, Data Mining dan Aplikasinya, 1st ed. Bandung: Widina Bhakti Persada, 2021.
[3] A. Rufiyanto, M. Rochcham, and A. Rohman, Penerapan Algoritma C.45 Untuk Prediksi Kepuasan Mahasiswa, 1st ed. Yogyakarta: Deepublish, 2021.
[4] T. M. Mitchell, Machine Learning. McGraw-Hill, 1997.
[5] B. Santoso, Azminuddin, and Zohrahayaty, Machine Learning & Reasoning Fuzzy Logic Algoritma, Manual, Matlab, & Rapid Miner. Yogyakarta: Deepublish, 2020.
[6] F. Gorunescu, Data Mining Concepts, Models and Techniques. Berlin: Springer Berlin Heidelberg, 2021.
[7] I. R. Hendrawan and E. Utami, Natural Language Processing Eksplorasi Sentimen Masyarakat dalam Evaluasi Produk Lokal Indonesia menggunakan Algoritma Bag of Words, TF-IDF, Word2Vec, dan Doc2Vec. Yogyakarta: Penerbit Andi, 2023.
[8] J. Sauro and J. R. Lewis, Quantifying the User Experience Practical Statistics for User Research. Inggris: Elsevier Science, 2016.
[9] D. R. Maharani, L. T. Ningrum, and L. Utari, “PENERAPAN METODE NÃIVE BAYES UNTUK PENGELOLAAN STATUS RETENSI ARSIP,” TeknoIS: Jurnal Ilmiah Teknologi Informasi dan Sains, vol. 15, no. 1, pp. 23–39, Feb. 2025, doi: 10.36350/jbs.v15i1.279.
[10] M. Arhami and M. Nasir, Data Mining - Algoritma dan Implementasi. Yogyakarta: Andi Offset, 2020.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 TeknoIS : Jurnal Ilmiah Teknologi Informasi dan Sains

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