Hibrid Method Menggunakan Data Mining Dan Naive Bayes Model Untuk Prediksi Studi Kasus Kerusakan Lampu Efek

Abstract

Abstrak

Sudah banyak penelitian dengan berbagai metode untuk memprediksi kasus, dalam penelitian ini penulis menggunakan metode Naif Bayes, banyak juga menerapkan metode ini, dengan bermacam-macam studi kasus, data mining adalah kumpulan pengetahuan yang diperoleh dari satu set data, banyak pula peneliti di data mining dengan berbagai kasus dan metode. Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode. "Data mining adalah analisis data survei set untuk menemukan hubungan tak terduga dan meringkas data dengan cara yang berbeda, yang dapat dipahami dan bermanfaat untuk pemilik data" (Larose, 2006). Dalam penelitian ini penulis menggabungkan dua metode adalah metode data mining metode standar Naif Bayes metode ini disebut METODE HYBRID DATA MINING DAN MODEL Naive Bayes UNTUK PREDIKSI STUDI KASUS KERUSAKAN RINGAN EFFECT, diharapkan oleh beberapa kombinasi dari kedua metode ini , akurasi dalam memprediksi efek kerusakan ringan dapat ditingkatkan, dalam penelitian ini penulis WEKA sebagai perangkat lunak untuk mengukur atau pengujian

Kata kunci : efek cahaya, data mining, Naif algoritma klasifikasi Bayes, Weka