Iplementasi Metode Naïve Bayes Dalam Pengelompokan Buku Di Pondok Belajar Terang Bahari
Abstract
The system of grouping books according to the desired genre and order of arrangement needs to be done well in order to ensure easy access to the desired books, ensure order and control over the existence of the book collection owned, and facilitate the operationalization of book management. The Bayesian method is a decision-making method that is more widely used, because it is easy to understand, only requires simple code, and is faster in calculating. In this study, an inventory process or book data collection was carried out using the Naïve Bayes Classifier method which will be implemented at the Terang Bahari reading corner. The dataset consists of 8 attributes, namely shelf number, book code, field, book serial number, copy number, complete number, book title, author. Based on 179 book data grouped into 72 test data, with the Confusion Matrix test parameters an accuracy value of 62.5% was obtained. Thus, the Naïve Bayes Classifier method applied is quite good and the books are organized according to their respective fields.
Keywords: Grouping books; Naïve Bayes method; accuracy.
Abstrak
Sistem pengelompokan buku sesuai dengan genre maupun urutan susunan yang dikehendaki perlu dilakukan dengan baik agar dapat menjamin kemudahan akses terhadap buku yang dikehendaki, menjamin keteraturan dan kontrol terhadap keberadaan koleksi buku yang dimiliki, serta memudahkan operasionalisasi pengelolaan buku. Metode Bayes merupakan metode mengambil keputusan yang lebih banyak dipakai, karena mudah dipahami, hanya memerlukan kode yang sederhana, serta lebih cepat dalam menghitung. Dalam penelitian ini, dilakukan sebuah proses inventaris atau pendataan buku dengan menggunakan metode Naïve Bayes Classifier yang akan diterapkan di Pojok baca Terang Bahari. Dataset terdiri dari 8 atribut yaitu nomor rak, kode buku, bidang, nomor urut buku, nomor kopian, nomor komplit, judul buku, pengarang. Berdasarkan 179 data buku yang dikelompokan ke dalam 72 data uji, dengan parameter uji Confusion Matrix diperoleh nilai akurasi sebesar 62,5%. Dengan demikian metode Naïve Bayes Classifier yang diterapkan sudah cukup baik dan buku tertata sesuai dengan bidangnya masing-masing.
Kata kunci: Pengelompokan buku; Metode naïve bayes; Akurasi.
References
B. P. Sitepu, “Pengembangan Taman Bacaan Masyarakat Sebagai Sumber Belajar,” Jurnal Ilmiah Visi P2TK PAUD NI, Vol. 7, No. 1, Pp.42-56, Juni 2012.
A. Byna, & M. Basit, “Penerapan Metode Adaboost Untuk Mengoptimasi Prediksi Penyakit Stroke Dengan Algoritma Naïve Bayes”. Jurnal Sisfokom (Sistem Informasi Dan Komputer), vol. 9, no. 3, pp. 407-411, 2020.
H. Purnomo, A.B. Kusdina, & W. Apriandari, “Model Aplikasi Diagnosis Penyakit Kulit pada Anjing Menggunakan Metode Naïve Bayes”. Progresif: Jurnal Ilmiah Komputer, vol. 16, no. 2, pp, 155-164, 2020..
D.F. Risa, F. Pradana, F.A. Bachtiar, “Implementasi Metode Naive Bayes untuk Mendeteksi Stres Siswa Berdasarkan Tweet pada Sistem Monitoring Stres”. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 6, pp. 1301-1306, 2021
D. Fitrianah, S. Dwiasnati, & K.A. Baihaqi, “Penerapan Metode Machine Learning untuk Prediksi Nasabah Potensial menggunakan Algoritma Klasifikasi Naïve Bayes”. Faktor Exacta, vol 14, no. 2, pp. 92-99, 2021.
M. Rianto, R. Rusdiah, & H. Ichwan, “Penerapan Data Mining Dengan Metode Naïve Bayes Dan Learning Vector Quantization Credit Rating Dalam Memprediksi Kelayakan Pemberian Kredit Oleh PT. BPR Lebak Sejahtera”. Respati, vol. 17, no. 1, pp. 69-76, 2022.
T. Ramadhan, D. Wahiddin, & E. Awal, “Klasifikasi Sentimen Terhadap Pinjaman Online (Pinjol) Menggunakan Algoritma Naive Bayes”. Scientific Student Journal for Information, Technology and Science, vol. 4, no. 1, pp. 82-87, 2021.
M. Zunaidi, U. F. S. S. Pane, & A.H. Nasyuha, “Analisis Teorema Bayes Dalam Mendiagnosa Penyakit Tanaman Pisang”. Jurnal Media Informatika Budidarma, vol. 5, no. 4, pp. 1302-1308, 2021.
I. B. K. D. S. Negara, I.P.K. Negara, & N.Y. Arso, “PREDIKSI HASIL PANEN PADI DI KABUPATEN JEMBRANA MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER”. Jurnal Teknologi Informasi dan Komputer, vol. 9, no. 3, pp. 260-265, 2023
F.P. Dara, & H. Haerudin, “Penerapan Metode Naive Bayes dalam Pengambilan Keputusan Pemilihan Bibit Cokelat Terbaik Pada Petani Kutacane”. OKTAL: Jurnal Ilmu Komputer dan Sains, vol. 1, no. 9, pp. 1460-1466, 2022.
A. A. A. Arifin, W. Handoko, & Z. Efendi, “Implementasi Metode Naive Bayes Untuk Klasifikasi Penerima Program Keluarga Harapan”. J-Com (Journal of Computer), vol. 2, no. 1, pp. 21-26, 2022.
T. Taufiq, & Y. Yudihartanti, “Penerapan Theorema Bayes Pada Penilaian Kelayakan Angkutan Kota. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 10, no. 1, pp. 111-122, 2021.
V. Rizqiyani, A. Mulwinda, And R. D. M. Putri, “Klasifikasi Judul Buku Dengan Algoritma Naïve Bayes Dan Pencarian Buku Pada Perpustakaan Jurusan Teknik Elektro,” Jurnal Teknik Elektro, Vol. 9, No. 2, Pp.60-65, Juli - Desember 2017.
A. Setiawan, I. F. Astuti, And A. H. Kridalaksana, “Klasifikasi Dan Pencarian Buku Referensi Akademik Menggunakan Metode Naïve Bayes Classifier (Nbc) (Studi Kasus: Perpustakaan Daerah Provinsi Kalimantan Timur),” Jurnal Informatika Mulawarman, Vol. 10, No. 1, Pp.1-10, Februari 2015.
A. Nurani, B. Susanto, And U. Proboyekti, “Implementasi Naïve Bayes Classifier Pada Porgram Bantu Penentuan Buku Referensi Matakuliah”, Jurnal Informatika, Vol. 3, No. 2, November 2007.
N. N. Hasanah & A. S. Purnomo, “Implementasi Data Mining Untuk Pengelompokan Buku Menggunakan Algoritma K-Means Clustering (Studi Kasus: Perpustakaan Politeknik Lpp Yogyakarta),” Jurnal Teknologi Dan Sistem Informasi Bisnis, Vol. 4, No. 2, Pp. 300–311, Juli 2022, Doi: 10.47233/Jteksis.V4i2.499.
A. P. Ayudhitama, “Sistem Pengelompokan Kategori Buku Berbasis Metode Bayes Pada Sistem Informasi Perpustakaan Jurusan Teknik Elektro UM,” Jurnal Informatika Polinema, Vol. 5, No. 3, Pp.108-112, Mei 2019.
E. Prasetyo, Data Mining, Yogyakarta: Penerbit ANDI, 2012
How To Cite This :
Refbacks
- There are currently no refbacks.
