ThesisOpen AccessMetadata saja
Penerapan Algoritma Naive Bayes Untuk Klasifikasi Usaha Mikro, Kecil dan Menengah (UMKM) di Kota Palangka Raya
Untuk melihat pertumbuhan para pelaku UMKM di Kota Palangka Raya dengan menggunakan algoritma Naive Bayes
Hasil pencarian
Jelajahi seluruh publikasi yang tersedia.
Pencarian lanjut AND / OR / NOT
ThesisOpen AccessMetadata saja
Penerapan Algoritma Naive Bayes untuk Klasifikasi Data Obat di Apotek Sehat Insani Kota Palangka Raya
Pharmacies not only provide generic drugs, but many pharmacies are competing to provide a variety of drug variants, to make it easier for people to meet their needs. Pharmacies sehat insani Palangka Raya Not free from the problem of the risk of running out of stock of important drugs, because it prioritizes the stock of the same variant type of medicine in large quantities. This research aims to classify the behavior and non-performance of human health pharmacies. This study uses the Data Mining method with the Naive Bayes algorithm which will then be evaluated using a confusion matrix tool. The research also uses data collection methods (interviews and literature studies), carried out in Microsoft Office Excel software, and RapidMiner.
ThesisOpen AccessMetadata saja
Penerapan Algoritma Naive Bayes Untuk Klasifikasi Usaha Mikro, Kecil dan Menengah (UMKM) Di Kota Palangka Raya
Masalah dari UMKM adalah belum terklasifikasinya dengan baik, misalnya berkembang atau tidak berkembang UMKM tersebut. Pada penelitian kali ini akan melakukan klasifikasi UMKM di Kota Palangka Raya. Dan Pengujian metode dengan menggunakan Tools Rapid Miner Studio. Atribut yang digunakan adalah Status Tempat Usaha, Sektor Usaha, Nilai Aset, Pendapatan Tahun 2020 dan Pendapatan Tahun 2021. Metode yang akan digunakan menggunakan metode Naive Bayes Classifier, yang merupakan teknik pengklasifikasian data mining. Berdasarkan penelitian yang dilakukan dihasilkan kesimpulan bahwa hasil pengujian conffusion matrix penggunaan metode naive bayes terhadap data latih yang telah diambil pada penelitian diperoleh tingkat hasil Accuracy 96%, Precision 100% untuk berkembang dan 63,64% untuk tidak berkembang, Recall 95,70% untuk berkembang dan 100% untuk yang tidak berkembang. Sedangkan hasil pengujian conffusion matrix terhadap data uji diperoleh tingkat Accuracy 70%, Precision 88,89% untuk berkembang dan 54,55% untuk tidak berkembang dan Recall 61,54% untuk berkembang dan 85,71% untuk tidak berkembang
ThesisOpen AccessMetadata saja
Penerapan Metode Naive Bayes Untuk Mendiagnosis Penyakit dan Hama pada Tanaman Kangkung
An attack on water spinach plants can result in less reproduction and can adversely affect farmers who suffer losses without taking any initial precautions. Thus I offer a solution by creating a system of experts that can diagnose disease pests in water spinach plants using a net-based naive Bayes method that can help identify disease pests in the water spinach plant and take necessary precautions. The result of the study was the application of naive Bayes's method to diagnose diseases and pests in water spinach plants to help farmers control the disease.
ThesisOpen AccessMetadata saja
Rancang Bangun Sistem Pakar Deteksi Penyakit Pada Tanaman Semangka Menggunakan Metode Naive Bayes
ZAKARIA, C1755201044, 2021, Rancang Bangun Sistem Pakar Deteksi Penyakit Pada Tanaman Semangka Menggunakan Metode Naïve bayes, Pembimbing I Hotmian Sitohang, M.Kom. Pembimbing II Sherly Jayanti, ST., M.Cs. The problem in this study is that farmers often suffer losses due to watermelon crops that are often affected by diseases that result in decreased fruit production. This is due to the limited number of experts or experts who can determine the disease of the watermelon fruit crop and how to deal with it. Therefore, assistance for the replacement of disease experts in watermelon is needed by farmers to help deal with diseases in watermelon appropriately. An expert system is a system designed to mimic an expert's expertise in answering questions and solving problems. This study designed an expert system software using the Naive Bayes method so as to determine the probability of disease based on symptoms by the rules obtained from experts. The final result of this study is the Application of Expert System of Disease Detection in Seamangka Plants Using Naïve Bayes Method to help Farmers detect diseases in watermelon plants.
ThesisOpen AccessMetadata saja
Identifikasi Kepribadian Siswa Di SDN 6 Saka Mangkahai Menggunakan Metode Naive Bayes Berbasis Web Mobile
The problem in this study is that currentlythere are not few teachers who do not understand the personality of students, in the process of teaching and learning some teachers do not understand the personality of students, then the teacher will be difficult to convey learning materials that will attract students who have an impact on the process of transferring knowledge to be enthusedespecially at SDN 6 Saka Mangkahai. Therefore the writer offers a solution by creating an expert system application to identify students' personalities by designing and implementing the naïve bayes method based on mobile web. In conducting this Final Task research there are three methods used by the writer which include the data collection motto, system development methods and inference methods used on the system. The methods of collecting such data are observations, interviews and library studies. Metode development system that the author uses is rad method (Rapid Application Development). Is the inference method used in the system is the Naive Bayes method as the brain of the expert system that the author built. The final result ofthis research is in the form of Application Bimbingan Consultation for Personality Identification of Mobile Web-Based Students that can be used by SDN 6 Saka Mangkahai to help the process of character recognition and personality of the students.
ThesisOpen AccessMetadata saja
Penerapan Naive Bayes Untuk Penentuan Dosen Pembimbing Tugas Akhir Pada Prodi Teknik Informatika STMIK Palangkaraya
STMIK Palangkaraya adalah Perguruan Tinggi Informatika dan Komputer yang pertama di Kalimantan Tengah terlebih lagi di kota Palangkaraya. Berdiri sesuai dengan ijin yang dikeluarkan oleh Dirjen Dikti Depdikbud Nomor 078/D/O/1995, tanggal 28 September 1995 dan ijin perubahan status menjadi STMIK Palangkaraya dari Menteri Pendidikan Nasional Republik Indonesia Nomor 71/D/O/2007 tanggal 24 Mei 2007. STMIK Palangkaraya memiliki tiga jurusan yaitu Teknik Informatika (S1), Sistem Informasi (S1), dan Manajemen Informatika (D3). Para mahasiswa yang ingin mendapat gelar disini akan melakukan kegiatan perkuliahan dan juga mengerjakan Tugas Akhir. Tugas Akhir atau juga sering diketahui sebagai skripsi adalah penelitian yang wajib dilakukan para mahasiswa agar bisa meraih gelar kelulusannya. Dalam pengerjaan tugas akhir tersebut, maka akan ada para dosen pembimbing yang membantu nantinya. Maksud dari penelitian yang dilakukan oleh penulis adalah agar para mahasiswa dapat mempertimbangkan dosen pembimbing tugas akhir yang sesuai dengan topik dari penelitian tugas akhir yang akan dilakukan mahasiswa. Penulis melakukan penelitian di prodi Teknik Informatika dimana pada prodi tersebut terdapat dua peminatan yang bisa diambil para mahasiswa yaitu peminatan Sistem Cerdas dan Jaringan. Pertimbangan dapat dilihat dari kesamaan topik dari penelitian tugas akhir dan juga keahlian peminatan para dosen. Pemilihan dosen pembimbing dilakukan dengan perhitungan menggunakan algoritma Naive Bayes dan juga aplikasi rapidminer. Faktor yang menjadi pertimbangan pemilihan dilihat dari peminatan yang diambil. Mahasiswa dapat menghitung nilai probabilitas dosen yang ingin dijadikan dosen pembimbing. Semakin tinggi nilai probabilitasnya dan nilai akurasinya, maka dosen tersebut berkompeten sesuai dengan peminatan yang diambil oleh mahasiswa. Namun disini penulis hanya dapat menghitung nilai probabilitas dari dosen pembimbing 1 dikarenakan hanya dosen pembimbing 1 yang mempunyai kompetensi keahlian sesuai peminatan.