BRIAN, FERNANDO (2022) KOMPARASI KINERJA ALGORITMA NAÏVE BAYES DAN DECISION TREE PADA STUDI KASUS DATASET DAFTAR FILM TERBAIK. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 COVER.pdf Download (388kB) | Preview |
|
|
Text (ABSTRAK)
02 ABSTRAK.pdf Download (32kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
03 BAB I.pdf Restricted to Registered users only Download (30kB) |
|
|
Text (BAB II)
04 BAB II.pdf Restricted to Registered users only Download (116kB) |
|
|
Text (BAB III)
05 BAB III.pdf Restricted to Registered users only Download (59kB) |
|
|
Text (BAB IV)
06 BAB IV.pdf Restricted to Registered users only Download (422kB) |
|
|
Text (BAB V)
07 BAB V.pdf Restricted to Registered users only Download (18kB) |
|
|
Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (85kB) |
|
|
Text (LAMPIRAN)
09 LAMPIRAN.pdf Restricted to Registered users only Download (61kB) |
Abstract
In today's technological developments, the amount of data is a problem as well as an opportunity for an agency. Data becomes a problem if it cannot be managed and handled properly. That data always appears all the time will continue to accumulate and if it is not recorded correctly, then the data will be useless for the company. Data will be an opportunity if it can be stored, managed and processed. So in this study, conducting data processing to explore the comparison of the performance of the Naive bayes and Decision Tree algorithms on the dataset of the best movie list. The purpose of this study is to obtain the results of the level of accuracy from the comparison of the Naïve Bayes and Decision Tree algorithms. The method used in this study is the classification method of the Naïve Bayes and Decision Tree algorithms, in analyzing on the dataset the list of the best films used, in addition to algorithmic classification, data normalization techniques, are also needed in improving the analysis and tested, data preprocessing, in determining missing values in finding and overcoming missing values. Based on the research conducted, the results of the Naïve Bayes algorithm have a higher accuracy value than the Decision Tree algorithm. Keyword: Naïve Bayes, Decision Tree, Data Analyst, Technology, Information, Algorithm, Film. Dalam perkembangan teknologi saat ini, jumlah data menjadi masalah serta peluang bagi sebuah instansi. Data menjadi masalah jika tidak dapat dikelola dan ditangani dengan baik. Data selalu muncul sepanjang waktu akan terus berlanjut terakumulasi dan jika tidak dicatat dengan benar, maka data tidak akan berguna untuk perusahaan. Data akan menjadi peluang jika dapat disimpan, dikelola dan diproses. Maka pada penelitian ini, melakukan pengolahan data untuk mengeksplorasi Komparasi kinerja algoritma Naive bayes dan Decision Tree pada dataset daftar film terbaik. Tujuan pada penelitian ini adalah memperoleh hasil tingkat akurasi dari komparasi algoritma decision tree dan algoritma naïve bayes. Metode yang digunakan dalam penelitian ini adalah metode klasifikasi algoritma Naïve Bayes dan Decision Tree, dalam menganalisis pada dataset daftar film terbaik yang digunakan, selain klasifikasi algoritma, teknik normalisasi data, juga diperlukan dalam meningkatkan analisis dan yang diuji, preprocessing data, dalam menentukan missing value dalam menemukan dan mengatasi nilai yang hilang. Berdasarkan penelitian yang dilakukan, hasil dari algoritma Naïve Bayes memiliki nilai akurasi yang lebih tinggi dibandingkan algoritma Decision Tree. Kata kunci: Naïve Bayes, Decision Tree, Analisis Data, Teknologi, Informasi, Algoritma, Film
Actions (login required)
 |
View Item |
