Dari hasil pengujian tersebut dapat diambil kesimpulan bahwa metode Multinomial naive bayes dapat digunakan untuk melakukan analisis sentimen terhadap data ulasan dengan hasil yang cukup baik. Dengan adanya sistem analisis sentimen terhadap data ulasan ini dapat bermanfaat bagi startup CoLearn dalam mengevaluasi ulasan untuk meningkatkan 90.00% yaitu Decision Tree C4.5. Sementara algoritma Naive Bayes memperoleh tingkat akurasi sebesar 89.58%. Kata kunci—Penyakit Anak, Decision Tree, C4.5, Naive Bayes, Perbandingan, Klasifikasi Salah satu cara yang bisa dilakukan dalam mendiagnosa I. PENDAHULUAN Kesehatan merupakan bagian kehidupan manusia yang Download Juga : Source Code PHP dan MySQL Algoritma Naive Bayes data Numerik. Setelah semuanya sudah siap, Bukalah aplikasi RapidMiner. Klik menu File -> New Process -> Pilih Blank. Selanjutnya pada kota dialog Repository pilih Add Data, -> My Computer, cari lokasi file Data latih teman-teman. Langkah Ketiga setelah teman-teman sudah menemukan pengujian K2, k3, k4 ,k5 ,k6 ,k7 ,k8 ,k9 ,k10 dan UTS yaitu 93,17% dan untuk naive bayes yaitu 78,38% dari rata rata akurasi pengujian tersebut Knn lebih unggul dari naive bayes. Kata kunci : Algoritma Naïve Bayes, k-Nearest Neighbor, Analisis, Klasifikasi, Perbandingan algoritma. BAB I PENDAHULUAN 1.1 Latar Belakang menggunakan Algoritma Nave Bayes [20], Berdasarkan hasil penelitian, nilai akurasinya adalah 86,80% pada pengujian confusion matrix. Ketiga jurnal tersebut memiliki kesamaan pada model klasifikasi yang digunakan yaitu menggunakan metode Nave Bayes. Perbedaan antara penelitian penulis dan studi kasus adalah dataset yang digunakan. Gambar 1. Algoritma Naive Bayes di dukung oleh ilmu Probabilistik dan ilmu statistika khususnya dalam penggunaan data petunjuk untuk mendukung keputusan pengklasifikasian. Pada algoritma Naive Bayes, semua atribut akan memberikan kontribusinya dalam pengambilan keputusan, dengan bobot atribut yang sama penting dan setiap atribut saling bebas satu sama Sebelum melakukan proses algoritma naive bayes, berikut adalah data uji yang akan dicari klasifikasinya. OUTLOOK: rainy TEMPERATURE: hot HUMIDITY: high WINDY: true PLAY: ? #05 Mencari Probabilitas. Langkah pertama dalam perhitungan naive bayes adalah mencari probabilitas setiap nilai atribut sesuai data latih. 2.4 Naive Bayes Naïve Bayes adalah metode pembelajaran mesin (machine learning) yang menggunakan perhitungan statistik dan perhitungan probabilitas yang diusulkan oleh ilmuwan Inggris bernama Thomas Bayes. Cara kerja Naive Bayes adalah dengan memprediksi probabilitas di masa depan berdasarkan pengalaman masa lalu[10]. Rumus dari Patel dan Rana [7], algoritma C5.0 lebih baik dari algoritma C4.5 dalam hal kecepatan, memori, dan efisiensi. Pada algoritma C5.0 menggunakan memori yang sedikit. Patel dan Rana [7] menyatakan bahwa algoritma C5.0 merupakan algoritma klasifikasi yang dapat diterapkan pada data set yang besar. Menurut Patil et. al. [8] algoritma C5.0 dapat dengan 3. Metode Naïve Bayes classifier mempunyai kecepatan dan akurasi yang tinggi ketika diaplikasikan dalam basis data yang besar dan data yang beragam. Larose, D. T. 2006. 4. Metode Naïve Bayes oLH1fM7.