KOMPARASI ALGORITMA NAÏVE BAYES DAN RANDOM FORES DALAM MEMPREDIKSI KESEJAHTERAAN MASYARAKAT NELAYAN DI LOMBOK TIMUR NUSA TENGGARA BARAT

Sandi, Arnila (2023) KOMPARASI ALGORITMA NAÏVE BAYES DAN RANDOM FORES DALAM MEMPREDIKSI KESEJAHTERAAN MASYARAKAT NELAYAN DI LOMBOK TIMUR NUSA TENGGARA BARAT. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.55.2154 Arnila Sandi.pdf Download (3MB)

Abstract

Pada dasarnya Indonesia adalah negara kepulauan dan dikenal juga sebagai negara maritim, disebut kepulauan karena memiliki banyak pulau dan disebut maritim karena dikelilingi oleh lautan yang cukup luas. Masyarakat nelayan memiliki karakteristik hidup yang beda karena pola kehidupannya yang terbentuk dari kehidupan di lautan yang tidak pernah dihadapi oleh masyarakat lain dimana mempunyai resiko yang besar, terutama resiko yang berasal dari faktor alam untuk itu perlu strategi khusus untuk bekerjanya. Selain faktor alam fasilitas yang dimiliki oleh para nelayan yang sangat minim yang menyebabkan kesulitan untuk memperoleh hasil tangkapan ikan. Karena pola kehidupan yang berbeda maka masyarakat nelayan memiliki tingkat kesejahteraan yang berbeda pula dengan masyarakat pada umumnya. Pada penelitian kali ini bertujuan untuk mengetahui kinerja dari dua algoritma yaitu Naïve Bayes dan Random Fores menggunakan data private nelayan Lombok Timur yang hasilnya akan digunakan untuk memprediksi tingkat kesejahteraan masyarakat nelayan di Lombok Timur. Dataset yang digunakan adalah data private yang memiliki lima atribut atau variabel. Satu atribut digunakan sebagai id dan lima lainnya digunakan sebagai atribut pendukung,dengan hasil output yang diinginkan adalah sejahtera dan tidak sejahtera. Hasil akurasi yang didapat dari dua algoritmaa tersebut adalah Pada algoritma Naïve Bayes, nilai akurasi sebesar 99%, presisi 81%, recall 100% dan pada algoritma Random Fores, nilai akurasi 95%, presisi 95%, recal 100%. Dari hasil tersebut algoritma Naïve Bayes memiliki hasil tertinggi. Dalam proses komputasi dan penggunaannya algoritma Naïve Bayes lebih efisien dibandingkan dengan algoritma Random Fores. Untuk penelitian selanjutnya dapat dilakukan komparasidengan beberapa algoritma klasifikasi lainnya yang biasa digunakan pada data mining dan Machine Learning.

Actions (login required)

View Item