Penerapan Data Mining Dalam Memprediksi Pengunaan Listrik Mengunakan Metode Naïve Bayes

• Aprilia Suciati

---

ABSTRAK

Dalam kehidupan sehari hari peranan listik sangat dibutuhkan oleh masyarakat dalam hal untuk mempermudah kegiatan sehari hari. Pemanfaatan energy listrik yang tidak tepat juga nantinya akan berdampak pada besarnya biaya harus dibayarkan oleh masyarakat. Masyarakat diharapkan dapat lebih bijak dalam mengunakan energy listrik agar pengunaan energy listrik dapat digunakan dengan tepat. Pengunaan metode naïve bayes diharapkan nantinya dapat memprediksi pengunaan energy listrik agar masyarakat dapat dengan mudah mengatur pengunaan energy listrik. Dari 100 data masyarakat penguna energy listrik yang telah diuji dengan mengunakan metode naïve bayes, di dapatkan accuracy 67.00% , precision 64.29% , dan recall 64.29%.dari 100 data masyarakat penguna energy listrik yang telah diuji di dapatkan sebanyak 62 responden yang mengunakan listrik dengan tepat, sedangkan ada 38 reponden yang tidak tepat dalam mengunakan listrik. 

KATA KUNCI

Data Mining

---

DAFTAR PUSTAKA

[1]      Y. P. Tanjung, S. R. Sentinuwo, and A. Jacobus, “Penentuan Daya Listrik Rumah Tangga Menggunakan Metode Decision Tree,” J. Tek. Inform., 2016, doi: 10.35793/jti.9.1.2016.14141.

[2]      S. Wahyuni, “Implementasi Rapidminer Dalam Menganalisa data Mahasiswa Drop Out,” J. Abdi Ilmu, 2017, doi: 10.3969/j.issn.1002-5006.2017.06.012.

[3]      A. N. Putri, “PENERAPAN NAIVE BAYESIAN UNTUK PERANKINGAN KEGIATAN DI FAKULTAS TIK UNIVERSITAS SEMARANG,” Simetris  J. Tek. Mesin, Elektro dan Ilmu Komput., 2017, doi: 10.24176/simet.v8i2.1545.

[4]      M. F. Rifai, H. Jatnika, and B. Valentino, “Penerapan Algoritma Naïve Bayes Pada Sistem Prediksi Tingkat Kelulusan Peserta Sertifikasi Microsoft Office Specialist (MOS),” PETIR, 2019, doi: 10.33322/petir.v12i2.471.

[5]      A. Dwi Rachman Prabowo, “Prediksi Nasabah Yang Berpotensi Membuka Simpanan Deposito Menggunakan Naive Bayes Berbasis Particle Swarm Optimization Prediction of Potential Deposit of Customers Using Naive Bayes-Based Particle Swarm Optimization,” 2018.

[6]      S. Lestari, M. Badrul, P. Studi Sistem Informasi, and S. Nusa Mandiri Jakarta, “ANUGERAH BINTANG CEMERLANG,” vol. 7, no. 1, 2020.

[7]      A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Creat. Inf. Technol. J., 2015.

[8]      Riszki Wijayatun Pratiwi1 dan Yusuf Sulistyo Nugroho2, “PREDIKSI RATING FILM MENGGUNAKAN METODE NAIVE BAYES,” J. Tek. Elektro, 2016.

[9]      D. Y. Fallo, “METODE NAÏVE BAYES UNTUK MEMPREDIKSI PENGGUNAAN LISTRIK RUMAH TANGGA,” J. Pendidik. Teknol. Inf., 2018, doi: 10.37792/jukanti.v1i2.11.

[10]    A. Asroni, N. Maharty Ali, and S. Riyadi, “Perkiraan Masa Tunggu Alumni Mendapatkan Pekerjaan Menggunakan Metode Prediksi Data Mining Dengan Algoritma Naive Bayes Classifier,” Semesta Tek., 2018, doi: 10.18196/st.212225.