Page 14 - PowerPoint 演示文稿
P. 14

JURNAL INFORMATIKA, Vol.7 No.1 April 2020
                  ISSN: 2355-6579 | E-ISSN: 2528-2247


                 tinggi dan Data yang heterogen dan berbeda      beberapa waktu yang lalu dan prediksi harga saham
                 sifat satu dengan yang lainnya (Ratniasih,      dalam empat bulan ke depan.
                 2019).                                          Salah satu metode utama data mining adalah
                 Setiap metode tersebut memiliki algoritma-      Supervised Learning ( Pembelajaran dengan Guru),
                 algoritma yang terbaik yang dapat digunakan     algoritma ini melakukan proses belajar berdasarkan
                 untuk memproses dataset yang ada. Namun         nilai dari indikator target yang terhubung dengan
                 dalam Penelitian ini diharapkan dapat           indikator prediktor. Sedangkan metode analisis
                 membangun sebuah sistem dalam mengestimasi      yang terdapat pada data mining salah satu nya
                 jenis vitamin untuk meningkatkan penjualan      adalah Klasifikasi. Klasifikasi sendiri memiliki
                 pada bulan berikutnya yang sesuai dengan data-  definisi sebuah proses yang digunakan untuk
                 data penjualan sebelumnya sehingga jenis        menemukan model atau fungsi yang
                 vitamin yang diminati oleh pelanggan benar-     mendeskripsikan dan membedakan data ke dalam
                 benar tersedia pada apotek tersebut sehingga    kelas-kelas yang bertujuan untuk menemukan pola
                 dapat membantu apotek dalam meningkatkan        yang lebih memiliki nilai dari data yang berukuran
                 omset penjualannya menggunakan algoritma        relatif besar hingga sangat besar. Klasifikasi
                 Naïve Bayes.                                    melibatkan proses pemeriksaan karakteristik dari
                 Data mining merupakan suatu langkah dalam       objek dan memasukkan objek ke dalam salah satu
                 melakukan Knowledge Discovery in Databases      kelas yang sudah didefinisikan sebelumnya. Dalam
                 (KDD). Knowledge discovery sebagai suatu        klasifikasi hanya terdapat satu atribut dari sekian
                 proses terdiri atas pembersihan data (data      banyaknya atribut yang bisa menjadi kemungkinan
                 cleaning), integrasi data (data integration),   yang disebut atribut target, sedangkan atribut
                 pemilihan data (data selection), transformasi   lainnya yang terdapat disebut atribut prediktor.
                 data (data transformation), data mining,        Tiap kemungkinan nilai yang dimiliki oleh atribut
                 evaluasi pola (pattern evaluation) dan penyajian   target menunjukkan class yang diprediksi
                 pengetahuan (knowledge presentation). Data      berdasarkan nilai-nilai dari atribut prediktor.
                 mining mengacu pada proses untuk                Naive Bayes merupakan teknik prediksi berbasis
                 menambang (mining) pengetahuan dari             probabilistik sederhana yang berdasar pada
                 sekumpulan data yang sangat besar untuk         penerapan teorema Bayes (aturan bayes) dengan
                 menghasilkan sebuah pengetahuan baru dari       asumsi independensi ( ketidaktergantungan) yang
                 bidang tertentu (Firdaus, 2017).                kuat (naif). Dengan kata lain, dalam Naive Bayes
                 Pada Data Mining terdapat 3 bagian yaitu:       model yang digunakan adalah model fitur
                 Assosiation, Klasifikasi dan Clustering.        independen (Prasetyo,2012).
                 Assosiation memiliki definisi sebuah proses     Sistem pengolahan data yang ada pada beberapa
                 yang digunakan untuk menemukan suatu            apotek yang ada di Indonesia masih belum dapat
                 hubungan yang terdapat pada nilai atribut dari   mengetahui dengan pasti produk apa saja yang
                 sekumpulan data yang dimiiki, sedangkan         LAKU atau TIDAK LAKU pada bulan sebelumnya
                 Klasifikasi adalah teknik yang dilakukan untuk   agar mengetahui produk mana yang harus di stok
                 memprediksi class atau properti dari setiap     lebih banyak lagi untuk bulan selanjutnya
                 instance data, dan Clustering sendiri memliki   Data yang akan digunakan pada penelitian ini
                 makna pengelompokan data tanpa berdasarkan      adalah 150 dataset.  Penelitian ini dilakukan karena
                 kelas data tertentu ke dalam kelas objek yang   atas masalah mengetahui produk pada bulan
                 sama sesuai dengan topik yang diangkat.         sebelumnya agar dapat menentukan stok produk
                 Prediksi memiliki kemiripan definisi dengan     mana yang mesti di perbanyak menggunakan
                 klasifikasi, akan tetapi data yang digunakan    algoritma Naïve Bayes agar mengetahui nilai
                 pada klasifikasi berdasarkan perilaku atau nilai   accuracy nya.
                 yang diperkirakan pada masa yang akan datang    Penelitian sebelumnya mengenai data mining
                 yang dilihat dari pola/nilai pada masa lalu.    dengan menggunakan algoritma Naïve Bayes adalah
                 Contoh dari tugas prediksi misalnya untuk       hasil penelitian yang dilakukan oleh  (Dwiasnati,
                 memprediksikan adanya pengurangan jumlah        Devianto, 2018)
                 pelanggan dalam




                   http://ejournal.bsi.ac.id/ejurnal/index.php/                                          5
                  ji
   9   10   11   12   13   14   15   16   17   18   19