Klasifikasi Data Menggunakan Metode Naïve Bayes untuk Pemilihan Vendor

Abstract

Data mining adalah kombinasi dari teknologi database, kecerdasan buatan, mesin pembelajaran dan statistik. Klasifikasi adalah proses pengkategorian yang dilakukan pada sekumpulan dokumen. Terdapat banyak metode klasifikasi, salah satunya Metode Naïve Bayes yang digunakan pada penelitian ini. Metode Naïve Bayes Classification adalah pengklasifikasian statistik yang dapat digunakan untuk memprediski probabilitas keanggotaan suatu class. Tujuan dari penelitian ini yaitu membuat perangkat lunak yang menerapkan metode Naïve Bayes untuk mencari informasi mengenai pengetahuan baru pengklasifikasian data dengan tingkat akurasi yang lebih baik serta mampu memberikan informasi mengenai  vendor yang sesuai dengan jarak, harga, kuantitas dan tahun berdiri sehingga menghasilkan informasi bagi perusahaan mengenai vendor yang direkomendasikan dan tidak direkomendasikan. Penelitian ini menggunakan menggunakan data pembelian pada bulan Juni – Agustus 2019, dataset sebanyak 1066 record. Hasil akhir dari penelitian ini adalah nilai akurasi algoritma klasifikasi Naïve Bayes adalah 96.96%, untuk evaluasi menggunakan ROC Curve dan untuk AUC adalah 0.955 yaitu tingkat akurasi Excellent Classification.