ANALISIS ALGORITHMS SUPPORT VECTOR MACHINE DENGAN NAIVE BAYES KERNEL PADA KLASIFIKASI DATA

Hanna Willa Dhany, Fahmi Izhari;

Abstract

Penelitian ini membahas tentang Support Vector Machine (SVM) dan Naive Bayes dalam penambangan data. Banyak peneliti melakukan dan mengembangkan metode untuk meningkatkan akurasi dan klasifikasi data dalam hasil yang baik. Penelitian ini dilakukan dengan melakukan percobaan pada jenis bunga. Dalam
penelitian ini, disimpulkan bahwa kinerja Naïve Bayes lebih baik daripada Support Vector Machine, Naïve Bayes memiliki hasil yang sangat baik yang berjanji untuk membantu mengklasifikasikan nilai-nilai terbaik untuk mendapatkan pengelompokan data. Support Vector Machine lebih besar dengan nilai 89.66% dari Naïve bayes yang menghasilkan 89.29% yang memiliki selisih 0.37 % dari kedua algoritma tersebut. Sedangkan Class Recall yang dihasilkan Naïve Bayes mencapai 89.29% dan Support Vector Machine 92.86% dan dengan perbedaan nilai akurasi mencapai 3.22% dari perbandingan performa kedua algoritma tersebut.