Implementasi Algoritma Naïve Bayes Dalam Penentuan Rating Buku

Abstract

Books are one of the most widely used objects in daily life. With the development of the times, there are other alternatives that can be used to read books without having to buy books in stores. One alternative is the website www.goodreads.com where the website provides a variety of books. On the website, we can also give ratings and review s of books that we have read. These review s and ratings can provide a reference for readers. For this reason, an analysis of book rating is required based on data obtained from the www.kaggle.com website. By processing the data obtained will find the best book viewed from several aspects. The purpose of this research is to determine the rating of a book as a reference for readers in choosing the appropriate book. In this study using a classification algorithm naïve bayes data mining. This research was assisted by rapidminer and Python tools as tools to manage data. The results obtained are the results of determining the book rating using the naïve bayes method having an accuracy of 66.98%, precision 74.47% and recall 62.47% and the results of this analysis are obtained from the dataset available on the website www.kaggle.com showing that the majority book rating predictions tend to be low.

Algoritma Naïve Bayes untuk Rekomendasi Seleksi Peserta Paskibraka Berbasis Website

“…Jurnal yang ditulis Tyas R. dan Sulasiyah pada tahun 2020 yang berfokus pada penentuan ranting buku menggunakan metode Naïve Bayes. Hasil penelitian menunjukan bahwa metode tersebut memiliki akurasi sebesar 66,98%, presisi sebesar 74,47%, dan recall sebesar 62,47% [14] Jurnal berikutnya yang ditulis oleh Robi Wariyanto Abdullah yang menggunakan algoritma naïve bayes dengan judul Penerapan Data Mining unuk Memprediksi Jumlah Produk Terlaris Menggunakan Algoritma Naïve Bayes Studi Kasus (Toko Prapsti), dalam hasil penelitian yang dihasilkan oleh algoritma tersebut yakni mendapatkan nilai accuracy 83,3% sumber data yang diambil dari 1 tahun sebelumnya [15] Jurnal berikutnya yang ditulis oleh Fajar Sidik yang menggunakan algoritma naïve bayes dengan judul Analisis Sentimen Terhadap Pembelajaran Daring Dengan Algoritma Naïve Bayes Classifier, hasil pengujian yang telah dilakukan mendapatkan nilai accuracy 65% [16]. Jurnal berikutnya ditulis oleh P S Dewi dengan judul Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Algoritma Naïve Bayes Classifier, data yang digunakan sebanyak 100.445 hasil pemodelan menggunakan algoritma naïve bayes memberikan nilai accuracy sebesar 62,51% [17].…”

Prediksi Dampak Pembelajaran Hybrid Learning Menggunakan Naive Bayes

“…[14]. Penerapan algoritma klasifikasi Naive Bayes menunjukan hasil untuk penentuan rating buku metode Naive dengan akurasi 66,98%, yang menunjukkan bahwa kebanyakan prediksi rating buku cenderung rendah [15]. Naive Bayes memiliki algoritma yang sangat akurat untuk memprediksi data saat ini [16].…”

Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes

“…Data yang akan digunakan dengan memberikan kuesioner kepada mahasiswa angkatan 2020/2021. Dalam penelitian ini terdapat 4 [7]. Selanjutnya penelitian pada tahun 2019 untuk memprediksi tingkat kepuasan mahasiswa terhadap pelayanan akademis dengan data yang digunakan sebanyak 213 data menggunakan kuesioner kepada mahasiswa.…”