Sistem Pendukung Keputusan Untuk Pembelian Handphone Dengan Menggunakan Naïve Bayes Classifier

Sistem Pendukung Keputusan Untuk Pembelian Handphone

Dengan Menggunakan Naïve Bayes Classifier

Taufik Ismail A. (0807643)

Program Studi Ilmu Komputer,

Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam,

Universitas Pendidikan Indonesia

ti.abdilah@gmail.com

Abstrak

Handphone merupakan media telekomunikasi yang sangat penting sekarang ini. Karena kegunaanya setiap vendor berlomba-lomba untuk menghasilkan produk-produk mereka yang paling baru dan paling canggih. Sebagai konsumen kita akan membeli handphone yang kita butuhkan, namun sering kali kita bingung menentukan tipe dan merek apa yang akan kita beli. Maka dari itu dibutuhkan suatu pendukung keputusan untuk memberikan alternatif pilihan bagi kita untuk membeli handphone apa yang kita butuhkan.

Dari berbagai macam merek dan tipe handphone ini akan dikelompokan menjadi beberapa kelompok saja. Kelompok-kelompok handphone ini akan menjadi alternatif pilihan bagi kita. Setelah terbentuk kelompok atau kelas-kelas handphonenya maka dimulailah proses training untuk mendapatkan model yang akan digunakan untuk mengelompokan orang sesuai kelompok handphonenya. Maka untuk mengelompokan orang dengan handphonenya ini digunakan metode Naïve Bayes Classifier (NBC) yang berbasis pada probabilitas.

Kata Kunci: Handphone, Naïve Bayes, NBC, Probabilitas, Sistem Pendukung Keputusan.

Pendahuluan

Telepon genggam (telgam) atau telepon selular (ponsel) atau handphone (HP) atau disebut pula adalah perangkat telekomunikasi elektronik yang mempunyai kemampuan dasar yang sama dengan telepon konvensional saluran tetap, namun dapat dibawa ke mana-mana (portabel, mobile) dan tidak perlu disambungkan dengan jaringan telepon menggunakan kabel (nirkabel; wireless) [1]. HP sangat kita butuhkan sekarang ini karena dengan hp kita dapat dimudahkan untuk bertelekomunikasi dengan orang lain yang jaraknya berjauhan. Tiap tahun bahkan tiap bulan selalu ada tipe hp baru yang di pasarkan oleh beberapa vendor hp. HP ini bisa digolongkan atau dikelompokan menjadi beberapa kelompok yang memiliki kesamaan fisik.

Metode yang digunakan untuk klasifikasi orang dengan hp yang cocoknya ini adalah Naïve Bayes Classifier (NBC). NBC bekerja berdasarkan prinsip probabilitas. Tingkat akurasi pengklasifikasian yang dihasilkan dengan menggunakan NBC pada beberapa penelitian sangat tinggi. Pada salah satu penelitian yang dilakukan oleh Bapak Yudi Wibisono, M.T, akurasi yang dihasilkan untuk klasifikasi sebuah berita menggunakan Naive Bayes Classifier dengan 524 berita (90%) sebagai data pelatihan dan 58 berita (10%) sebagai data pengujian ini mencapai angka akurasi: 89,74% dan angka akurasi ini dirasa cukup tinggi untuk level pengklasifikasian dokumen text [3].

NBC menggunakan beberapa atribut untuk proses pengklasifikasian atau testing model. Atribut yang dipakai dalam klasifikasi ini kita, yaitu : pekerjaan, umur, dan tentu saja budget yang dimiliki sehingga bisa diklasifikasikan menjadi kelas atau kelompok hp yang sudah dibuat tadi.....

dokumen lengkap bisa dilihat disini