KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES DALAM FAKTOR KETIDAKDISIPLINAN MASYARAKAT TERHADAP PROTOKOL KESEHATAN COVID-19
Article Sidebar
Published:
2022-04-30
Keywords:
Komparasi, Naive Bayes, K-Nearest Neighbor, Protokol Kesehatan COVID-19
Main Article Content
Abstract
Penelitian ini bertujuan untuk melakukan perbandingan dua metode dalam Data Mining klasifikasi yaitu algoritma Naive Bayes dan algoritma K-Nearest Neighbor dalam permasalahan faktor ketidakdisiplinan masyarakat dalam menjalankan protokol kesehatan COVID-19 di tempat wisata dan perbelanjaan daerah Pematangsiantar dan Simalungun. Penelitian ini menggunakan lima kriteria yang mempengaruhi ketidakdisiplinan masyarakat yaitu Ketersediaan Alat, Perasaan Masyarakat, Ketegasan Hukum, Lingkungan Masyarakat dan Ekonomi. Pengumpulan data dilakukan dengan kuesioner yang disebarkan melalui Google Formulir kepada masyarakat sebanyak 104 orang. Hasil Penelitian ini menunjukkan bahwa algoritma K-Nearest Neighbor lebih baik digunakan dalam permasalahan ketidakdisiplinan masyarakat terhadap protokol kesehatan COVID-19 yang memiliki tingkat akurasi sebesar 100% jika dibanding dengan algoritma Naive Bayes yang hanya memiliki tingkat akurasi sebesar 94,231%.
Article Details
Section
Articles
Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
How to Cite
KOMPARASI ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES DALAM FAKTOR KETIDAKDISIPLINAN MASYARAKAT TERHADAP PROTOKOL KESEHATAN COVID-19. (2022). Komputa : Jurnal Ilmiah Komputer Dan Informatika, 11(1), 1-10. https://doi.org/10.34010/komputa.v11i1.7385
References
F. L. D. Cahyanti, W. Gata and F. Sarasati, “Implementasi Algoritma Naïve Bayes dan K-Nearest Neighbor Dalam Menentukan Tingkat Keberhasilan Immunotherapy Untuk Pengobatan Penyakit Kanker Kulit,” Jurnal Ilmiah Universitas Batanghari Jambi (JIUBJ), pp. 259-262, 2021.
F. S. Pamungkas and I. Kharisudin, “Analisis Sentimen dengan SVM, NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” PRISMA, Prosiding Seminar Nasional Matematika , vol. 4, pp. 628-634, 2021.
M. Gunawan, M. Zarlis and Roslina, “Analisis Komparasi Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, pp. 513-523, 2021.
R. M. Bianome, D. R. Sina and Y. Y. Nabuasa, “DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN PADI MENGGUNAKAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR,” J-ICON, vol. 8, pp. 156-162, 2020.
I. H. Lubis, Poningsih and I. S. Saragih, “Klasifikasi Masyarakat Wajib Pajak Di Kabupaten Simalungun Menggunakan Metode Naive Bayes,” BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, vol. 1, no. 1, pp. 15-23, 2019.
D. Handoko, H. S. Tambunan and J. T. Hardinata, “Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K-Nearest Neighbor,” Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK), vol. 6, pp. 111-119, 2021.
F. A. Hermawati, Data Mining, Putri Christian ed., Yokyakarta: CV. ANDI OFFSET, 2013.
E. Prasetyo, Data Mining - Konsep dan Aplikasi Menggunakan MATLAB, Nikodemus WK ed., Yokyakarta: CV. ANDI OFFSET, 2012.
A. L. Fairuz, R. D. Ramadhani and N. A. F. Tanjung, “Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial Twitter,” Jurnal DINDA (Indonesian Journal of Data Science, IOT, Machine Learning and Artificial Intelligence) , vol. 10, pp. 1-10, 2021.
M. Fatchan, I. N. T. K. MT, Alfiyan and Kurniawan, “Perbandingan Dalam Memprediksi Penyakit Liver Menggunakan Algoritma Naïve Bayes Dan K-Nearest Neighbor,” Jurnal Pelita Teknologi, vol. 16, no. 1, pp. 15-21, 2021.
D. Sepri, “Penerapan Algoritma Naïve Bayes Untuk Analisis Kepuasan Penggunaan Aplikasi Bank,” Journal of Computer System and Informatics (JoSYC) , vol. 2, no. 1, pp. 135-139, 2020.
S. T. Rizaldi and Mustakim, “Perbandingan Teknik Pembagian Data untuk Klasifikasi Sarana Akses Air pada Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier,” Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 12 , pp. 130-137, 2020.
F. Gultom and T. Simanjuntak, “PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR,” METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi , vol. 4, pp. 98-102, 2020.
D. A. C, D. A. Baskoro, L. Ambarwati and I. W. S. Wicaksana, Belajar Data Mining dengan RapidMiner, Remi Sanjaya ed., Para Penulis, 2013.
F. S. Pamungkas and I. Kharisudin, “Analisis Sentimen dengan SVM, NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” PRISMA, Prosiding Seminar Nasional Matematika , vol. 4, pp. 628-634, 2021.
M. Gunawan, M. Zarlis and Roslina, “Analisis Komparasi Algoritma Naïve Bayes dan K-Nearest Neighbor Untuk Memprediksi Kelulusan Mahasiswa Tepat Waktu,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, pp. 513-523, 2021.
R. M. Bianome, D. R. Sina and Y. Y. Nabuasa, “DIAGNOSA HAMA DAN PENYAKIT PADA TANAMAN PADI MENGGUNAKAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR,” J-ICON, vol. 8, pp. 156-162, 2020.
I. H. Lubis, Poningsih and I. S. Saragih, “Klasifikasi Masyarakat Wajib Pajak Di Kabupaten Simalungun Menggunakan Metode Naive Bayes,” BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, vol. 1, no. 1, pp. 15-23, 2019.
D. Handoko, H. S. Tambunan and J. T. Hardinata, “Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K-Nearest Neighbor,” Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK), vol. 6, pp. 111-119, 2021.
F. A. Hermawati, Data Mining, Putri Christian ed., Yokyakarta: CV. ANDI OFFSET, 2013.
E. Prasetyo, Data Mining - Konsep dan Aplikasi Menggunakan MATLAB, Nikodemus WK ed., Yokyakarta: CV. ANDI OFFSET, 2012.
A. L. Fairuz, R. D. Ramadhani and N. A. F. Tanjung, “Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial Twitter,” Jurnal DINDA (Indonesian Journal of Data Science, IOT, Machine Learning and Artificial Intelligence) , vol. 10, pp. 1-10, 2021.
M. Fatchan, I. N. T. K. MT, Alfiyan and Kurniawan, “Perbandingan Dalam Memprediksi Penyakit Liver Menggunakan Algoritma Naïve Bayes Dan K-Nearest Neighbor,” Jurnal Pelita Teknologi, vol. 16, no. 1, pp. 15-21, 2021.
D. Sepri, “Penerapan Algoritma Naïve Bayes Untuk Analisis Kepuasan Penggunaan Aplikasi Bank,” Journal of Computer System and Informatics (JoSYC) , vol. 2, no. 1, pp. 135-139, 2020.
S. T. Rizaldi and Mustakim, “Perbandingan Teknik Pembagian Data untuk Klasifikasi Sarana Akses Air pada Algoritma K-Nearest Neighbor dan Naïve Bayes Classifier,” Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 12 , pp. 130-137, 2020.
F. Gultom and T. Simanjuntak, “PREDIKSI TINGKAT KELANCARAN PEMBAYARAN KREDIT BANK DENGAN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR,” METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi , vol. 4, pp. 98-102, 2020.
D. A. C, D. A. Baskoro, L. Ambarwati and I. W. S. Wicaksana, Belajar Data Mining dengan RapidMiner, Remi Sanjaya ed., Para Penulis, 2013.