ANALISIS PERFORMA ALGORITMA KLASIFIKASI PADA PENGELOMPOKAN BENIH GANDUM

Intisari / Abstract

Gandum merupakan bahan makanan pokok selain beras, permintaan terhadap gandum dunia sampai tahun 2020 diperkirakan meningkat sebesar 1.6% per tahun. Pengolahan data benih gandum sudah banyak dilakukan salah satunya yaitu dengan menggunakan teknik klasifikasi data mining. Dengan menggunakan klasifikasi, data-data yang sebelumnya telah terkumpul dapat digunakan sebagai pengetahuan baru. Melalui beberapa teknik klasifikasi, dapat diperoleh tingkat akurasi yang baik dan tinggi. Dalam penelitian ini akan dilakukan perbandingan performa algoritma Naive Bayes,  K-Nearest Neighbour, dan Decission Tree C4.5 untuk klasifikasi benih gandum.

Hasil dari penelitian ini menunjukkan algoritma C4.5 dan K-NN dengan implementasi k=100 memiliki performa terbaik berdasarkan nilai accuracy, kappa statistic dan recall. Nilai akurasi yang diperoleh sebesar 95,24%, kappa statistic sebesar 0,929 dan recall 95,24. Sedangkan performa terendah yaitu algoritma naive bayes dengan accuracy 90%, kappa statistic 0,85 dan recall 90.