PERBANDINGAN KINERJA ALGORITMA KLASIFIKASI NAÏVE BAYESIAN, LAZY-IBK, ZERO-R, DAN DECISION TREE- J48

Sulidar Fitri

Intisari / Abstract


Penelitian ini difokuskan untuk mengetahui kinerja terbaik dari beberapa algoritma klasifikasi dalam data mining yaitu Naïve Bayesian, Lazy-IBK, Zero-R, dan Decision Tree- J48. Aspek yang dilihat adalah dari sisi keakuratan prediksi dan kecepatan/efisiensi. Software yang digunakan untuk mengevaluasi beberapa algoritma klasifikasi tersebut adalah Weka versi 3.7.7. Hasil pengujian menunjukan bahwa algoritma naïve Bayesian memiliki akurasi terbaik sebesar 85,12% pada mode tes cross-validation. Namun algoritma ZeroR memiliki kecepatan terbaik untuk semua mode tes dan semua data set di dalam penelitian ini.


Teks Lengkap:

PDF

Referensi


Han, J., & Kamber, M., 2006, Data Mining: Concepts and Techniques 2e, Morgan Kaufmann Publishers, San Francisco.

Larose, D.T, 2005, Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons, Inc.

Sheu, Jyh-Jian, May 2008, An Efficient Two-phase Spam Filtering Methode Based on E-mails categorization. InternationalJournal of Network Security, Vol. 8, No. 3, PP.334-343,Taiwan.

S. Youn, D. Mcleod, A, 2006, Comparative Study for Email Classification. Proceedings of International Joint Conferences on Computer, Information, System Sciencesand Engineering, Bridgeport, CT.

Tan, P. N., Steinbach, M., & Kumar, V., 2006, Introduction to Data Mining, Pearson Education, Boston.

UCI Machine Learning Repository, 3 Februari 2014, http://archive.ics.uci.edu/ml/


Refbacks

  • Saat ini tidak ada refbacks.