Penggunaan Metode NAÏVE BAYES Dalam Mengklasifikasi Pengangguran Pada Desa Bojong Kulur

• Yosua Sitoto Tandi Allo

---

ABSTRAK

Pengangguran adalah keadaan dimana seorang yang tergolong pada angkatan kerja yang ingin mendapatkan kerja. Hal ini dapat dicermati untuk membantu mengetahui taraf kesejahteraan masyarakat, mengingat tingginya tinkat pengangguran pada Desa Bojong Kulur, banyaknya warga pada Desa Bojong Kulur, dan sendang terjadinya pandemik Covid-19. Oleh karena itu penulis melakukan klasifikasi pengangguran dengan metode Naïve Bayes pada Desa Bojong Kulur. Penulis melakukan klasifikasi dengan metode Naïve Bayes menggunakan aplikasi pendukung Rapidminer untuk pengujian akurasi, presisi, dan recall terhadap data yang tersedia. Pengujian dilakukan dengan menyiapkan data training sebanyak 40 data dan data testing sebanyak 10 data yang dipilih secara acak. Data testing tersebut akan dianalisa menggunakan aplikasi pendukung Rapidminer. Hasil pengujian akurasi, presisi, dan recall klasifikasi pengangguran pada Desa Bojong Kulur dengan metode Naïve Bayes cukup tinggi yaitu sebesar 80%, presisi sebesar 100%, dan recall sebesar 50%. Jadi, dapat disimpulkan bahwa metode klasifikasi Naïve Bayes yang digunakan memberikan proses seleksi yang cepat dan metode yang mudah dipahami dengan tingkat akurasi yang tidak dapat disangkal.

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

[1] R. Franita, “Analisa Pengangguran Di Indonesia,” J. Ilmu Pengetah. Sos., vol. 1, pp. 88–93, 2016, [Online]. Available: http://jurnal.um-tapsel.ac.id/index.php/nusantara/article/viewFile/97/97.

[2]      F. R. Dongoran, K. Nisa, M. Sihombing, and L. D. Purba, “ANALISIS JUMLAH PENGANGGURAN DAN KETENAGAKERJAAN TERHADAP KEBERADAAN USAHA MIKRO KECIL DAN MENENGAH DI KOTA MEDAN,” vol. 2, no. 2, pp. 59–72, 2016.

[3]      S. S. Utama, Suparti, and R. Rahmawati, “PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH MENGGUNAKAN REGRESI SPLINE,” vol. 4, no. 2012, pp. 113–122, 2015.

[4]      M. Mada and K. Ashar, “Analisis Variabel Yang Mempengaruhi Jumlah Pengangguran Terdidik Di Indonesia,” J. Ilmu Ekon. dan Pembang., vol. 15, no. 1, pp. 50–76, 2015, [Online]. Available: https://jurnal.uns.ac.id/jiep/article/view/9894.

[5]      F. Gullo, “From patterns in data to knowledge discovery: What data mining can do,” Phys. Procedia, vol. 62, pp. 18–22, 2015, doi: 10.1016/j.phpro.2015.02.005.

[6]      Y. Mardi, “Data Mining?: Klasifikasi Menggunakan Algoritma C4.5,” Edik Inform., vol. 2, no. 2, pp. 213–219, 2017, doi: 10.22202/ei.2016.v2i2.1465.

[7]      and J. P. Jiawei Han, Micheline Kamber, Data Mining: Concepts and Techniques Third Edition. 2012.

[8]      A. N. Putri, “Penerapan Naive Bayesian Untuk Perankingan Kegiatan Di Fakultas Tik Universitas Semarang,” Simetris  J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 2, p. 603, 2017, doi: 10.24176/simet.v8i2.1545.

[9]      D. T. Larose and C. D. Larose, DISCOVERING KNOWLEDGE IN DATA An Introduction to Data Mining Second Edition Wiley Series on Methods and Applications in Data Mining. 2014.

[10]    A. P. Wibawa, M. G. A. Purnama, M. F. Akbar, and F. A. Dwiyanto, “Metode-metode Klasifikasi,” Pros. Semin. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 134–138, 2018.

[11]    M. F. Fibrianda and A. Bhawiyuga, “Analisis Perbandingan Akurasi Deteksi Serangan Pada Jaringan Komputer Dengan Metode Naïve Bayes Dan Support Vector Machine (SVM),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 9, pp. 3112–3123, 2018.

[12]    R. Setiawan, “Analisis Kelayakan Pemberian Kredit Nasabah Koperasi Menggunakan Algoritma C4.5,” Techno Xplore  J. Ilmu Komput. dan Teknol. Inf., vol. 5, no. 2, pp. 74–78, 2020, doi: 10.36805/technoxplore.v5i2.1175.

[13]    Florin Gorunescu, Data Mining Concepts, Models and Tehniques. Intelligent Systems Reference Library, Volume 12. Springer- Verlag Berlin Heidelberg, 2011.

[14]    R. Chauhan and H. Kaur, Predictive analytics and data mining: A framework for optimizing decisions with R tool. 2013.

[15]    H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165.

[16]    A. Jananto, “Algoritma Naive Bayes untuk Mencari Perkiraan Waktu Studi Mahasiswa,” Teknol. Inf. Din., vol. 18, no. 1, pp. 9–16, 2013.

[17]    S. Supardi, “Populasi dan Sampel Penelitian,” Unisia, vol. 13, no. 17, pp. 100–108, 1993, doi: 10.20885/unisia.vol13.iss17.art13.

[18]    A. Saleh, “Klasifikasi Metode Naive Bayes Dalam Data Mining Untuk Menentukan Konsentrasi Siswa,” KeTIK, pp. 200–208, 2015.

[19]    A.- Arini, L. K. Wardhani, and D.- Octaviano, “Perbandingan Seleksi Fitur Term Frequency & Tri-Gram Character Menggunakan Algoritma Naïve Bayes Classifier (Nbc) Pada Tweet Hashtag #2019gantipresiden,” Kilat, vol. 9, no. 1, pp. 103–114, 2020, doi: 10.33322/kilat.v9i1.878.