Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Dalam Memprediksi Angka Kelahiran
DOI:
https://doi.org/10.53513/jursi.v1i6.7298Abstract
Data Mining merupakan kegiatan yang mencakup pengumpulan data, pemakaian data historis yang menjelaskan keteraturan, pola, dan hubungan didalam set data berukuran besar. Angka kelahiran merupakan suatu hal yang dapat mempengaruhi peningkatan pertumbuhan penduduk. Saat ini yang menjadi permasalahan yaitu tidak semua daerah mengalami keseimbangan jumlah penduduk dan melonjaknya jumlah penduduk di kecamatan pakkat memang perlu diperhatikan. Jumlah kelahiran bayi di Kecamatan Pakkat setiap tahunnya semakin bertambah.Dari permasalahan yang dialami maka dibutuhkan suatu solusi untuk dapat memecahkan masalah tersebut yaitu dengan cara menggunakan metode. Metode yang digunakan pada saat ini adalah metode Naïve Bayes untuk melakukan perhitungan dalam menentukan tinngi rendahnya angka kelahiran pertahun di Kecamatan Pakkat. Metode Naïve Bayes adalah sebuah pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan.Hasil dari penelitian ini adalah: pertama Menganalisa data sistem yang akan dibuat dengan cara mengumpulkan informasi dari berbagai pihak perusahaan melalui wawancara dan observasi, kedua Untuk membuat perancangan sistem yaitu dengan cara mengetahui kebutuhan sistem dalam segmentasi data desa. Berdasarkan hasil penelitian, sebelum dilakukan perancangan sistem maka terlebih dahulu dirancang menggunakan Unified Modelling Language (UML) dan melakukan pembuatan database, ketiga Dalam membangun sistem terhadap desain sistem yang sudah dirancang adalah dengan melakukan pengkodingan dari sistem input, proses dan output menggunakan bahasa pemrograman yang dibutuhkan program dan sistem aplikasi dijalankan dengan melakukan perhitungan metode dengan cara menguji coba sistem untuk meminimalisir kesalahan terhadap aplikasi.References
H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,†Ilk. J. Ilm., vol. 10, no. 2, hal. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165.
Y. E. Fadrial, “Algoritma Naive Bayes Untuk Mencari Perkiraan Waktu Studi Mahasiswa,†INTECOMS J. Inf. Technol. Comput. Sci., vol. 4, no. 1, hal. 20–29, 2021, doi: 10.31539/intecoms.v4i1.2219.
Y. Syahra, I. Santoso, dan R. Kustini, “Implementasi Data Mining Untuk Prediksi Angka Kelahiran Bayi Pada Desa Sibolangit Menggunakan Multi Regresi,†Semin. Nas. Sains Teknol. Inf., no. 1, hal. 687–690, 2019.
M. Idris, “Implementasi Data Mining Dengan Algoritma Naive Bayes Untuk Memprediksi Angka Kelahiran,†J. Pelita Inform., vol. 7, no. 3, hal. 421–428, 2019.
“PENGATURAN PENDUDUK PENDATANG DALAM AWIG-AWIG DESA
PAKRAMAN Oleh: I Ketut Sudantra Fakultas Hukum Universitas Udayana,†no. 1597, hal. 1–17.
J. Hutagalung, N. L. W. S. R. Ginantra, G. W. Bhawika, W. G. S. Parwita, A. Wanto, and P. D. Panjaitan, “COVID-19 Cases and Deaths in Southeast Asia Clustering using K-Means Algorithm,†J. Phys. Conf. Ser., vol. 1783, no. 1, pp. 1–6, 2021, doi: 10.1088/1742-6596/1783/1/012027.
R. Girsang, E. F. Ginting, dan M. Hutasuhut, “Penerapan Algoritma C4 . 5 Pada Penentuan Penerima Program Bantuan Pemerintah Daerah,†vol. 1, hal. 449–459, 2022.
M. Hutasuhut, D. Octaviana, dan J. Halim, “Penerapan Data Mining dalam Menganalisa Pola Kelayakan Siswa Pada Kelas Unggulan Menggunakan Algoritma Iterative Dichotomiser 3 ( ID3 ) pada,†vol. 18, no. 2, hal. 154–160, 2019.
Y. H. Syahputra and J. Hutagalung, “Superior Class to Improve Student Achievement Using the K-Means Algorithm,†Sink. J. dan Penelit. Tek. Inform., vol. 7, no. 3, pp. 891–899, 2022.
S. Susanto dan D. Suryani, “Pengantar Data Mining Menggali Pengetahuan Dari Bongkahan Data,†Buku, hal. 1–3, 2010.
Rayuwati, Husna Gemasih, dan Irma Nizar, “IMPLEMENTASI AlGORITMA NAIVE BAYES UNTUK MEMPREDIKSI TINGKAT PENYEBARAN COVID,†Jural Ris. Rumpun Ilmu Tek., vol. 1, no. 1, hal. 38–46, 2022, doi: 10.55606/jurritek.v1i1.127.
Y. I. Kurniawan, “Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining,†J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, hal. 455, 2018, doi: 10.25126/jtiik.201854803.
N. I. Parihah, S. Hartini, dan J. Siregar, “Prediksi Angka Kelahiran Bayi Pada Desa Tridaya Sakti Dengan Menggunakan Algoritma Naive Bayes,†J. Students‘ Res. Comput. Sci., vol. 1, no. 2, hal. 77–88, 2020, doi: 10.31599/jsrcs.v1i2.423.
