JANUARICO RAHSUKMA (2025) ANALISIS PERFORMA ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK KLASIFIKASI JAMUR. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) 1 lengkap tanpa bab 4 - JANUARICO RAHSUKMA.pdf - Published Version Download (5MB) | Preview
	Text (BAB HASIL) 2 bab 4 - JANUARICO RAHSUKMA.pdf - Published Version Restricted to Repository staff only Download (5MB)
Preview	Text (SURAT PERNYATAAN PUBLIKASI) IMG_20250709_132010 - JANUARICO RAHSUKMA.pdf - Published Version Download (127kB) | Preview

Abstract

Jamur memiliki keragaman jenis yang tinggi, namun tidak semua jenis aman untuk dikonsumsi. Kesalahan dalam mengidentifikasi jamur beracun dapat berakibat fatal bagi kesehatan, sehingga diperlukan metode klasifikasi yang andal. Penelitian ini melakukan perbandingan 2 algoritma data mining, yaitu C4.5 serta Naïve Bayes, dalam mengklasifikasikan jamur beracun dan jamur yang dapat dikonsumsi. Dataset yang digunakan berasal dari Kaggle, yaitu Mushroom Classification Dataset, yang terdiri dari 8.238 data dengan 20 atribut dan 1 kelas. Pengujian dilakukan dengan metode confusion matrix menggunakan empat skenario pembagian data: 60:40, 70:30, 80:20, serta 90:10. Hasil ini memperliahtkan bahwasanya algoritma C4.5 secara konsisten menghasilkan akurasi lebih tinggi dibanding Naïve Bayes, melalui akurasi paling tinggi mencapai 97,82% pada rasio pembagian data 80:20. Selain itu, C4.5 mampu mengidentifikasi atribut paling berpengaruh dalam klasifikasi, yaitu warna kerudung. Merujuk dari hasil tersebut, algoritma C4.5 dinilai lebih efektif dan direkomendasikan dalam proses klasifikasi jamur beracun serta tidak beracun.

Actions (login required)

View Item