PRAYUGOPANGESTU, - (2024) SYSTEMATICLITERATURERIVIEW: PERBANDINGAN ALGORITMA KLASIFIKASI. JURNAL INOVTEK POLBENG - SERI INFORMATIKA, 8 (2). pp. 431-440. ISSN 2527-9866

Preview

Text JURNAL TA PRAYUGOPANGESTU.pdf - Published Version Download (2MB) | Preview

Abstract

Intisari – Seiring waktu, banyak metode data mining yang dibuat dan disarankan untuk membantu dalam mengambil keputusan. Karna keterbatasan dalam sumberdaya atikel ini hanya memberi kajian literatur secara sistematis dalam membandingkan performa metode Naïve Bayes, Decision Tree, Neural Network, Random Forest, Support Vector Machine untuk mengetahui metode mana yang paling efektif digunakan dalam mengklasifikasi dan memprediksi. Setelah dilakukan studi literatur dengan mengambil artikel dari rentang waktu 2019 sampai 2023 didapatkan sebanyak 500 artikel yang mengunakan metode Naïve Bayes, Decision Tree, Neural Network, Random Forest, Support Vector Machine. Karna artikel yang didapat dalam pencarian awal begitu banyak, dibuatlah kriteria ingklusi dan eksklusi untuk memilah artikel yang memang sesuai dengan penelitian ini, setelah melakukan proses kriteria ingklusi dan eksklusi, didapatkan sebanyak 243 artikel dan diketahui bahwa topik yang lebih banyak dibahas adalah prediksi, yaitu berjumlah 122 artikel dan sisanya 121 artikel membahas tentang klasifikasi. Pada bidang prediksi metode yang paling sering digunakan adalah Random Forest degan jumlah 45 artikel dan rata rata tingkat akurasinya 91,18%, sedangkan pada bidang klasifikasi metode yang paling sering digunakan adalah Support Vector Machine dengan total 33 artikel dan rata rata akurasinya 88,85%. Kata Kunci - Naïve Bayes, Decision Tree, Neural Network, Random Forest, Support Vector Machine

Actions (login required)

View Item