Implementasi Algoritma Naive Bayes Untuk Klasifikasi Data Berbasis Pendekatan Probabilistik Matematis

Abstract

Perkembangan teknologi informasi menyebabkan peningkatan volume data yang sangat besar sehingga dibutuhkan metode klasifikasi yang mampu menghasilkan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naive Bayes dalam proses klasifikasi data berbasis pendekatan probabilistik matematis. Metode penelitian menggunakan pendekatan kuantitatif eksperimental dengan tahapan pengumpulan dataset, preprocessing data, pembagian data training dan testing menggunakan rasio 80:20, implementasi algoritma menggunakan Python pada Google Colab, dan evaluasi model menggunakan confusion matrix, accuracy, precision, dan recall. Dataset terdiri dari atribut usia, pendapatan, status mahasiswa, dan keputusan pembelian. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes menghasilkan nilai accuracy sebesar 85%, precision sebesar 90,9%, dan recall sebesar 83,3%. Pendekatan matematis diterapkan melalui perhitungan probabilitas posterior berdasarkan Teorema Bayes untuk melakukan penentuan kelas data. Dengan demikian, algoritma Naive Bayes terbukti efektif dalam meningkatkan performa klasifikasi data dan mendukung pengambilan keputusan secara lebih akurat dan efisien.