Model Naïve Bayes dan Decision Tree untuk Prediksi Penerimaan Spesifikasi Mobil

Abstract

Mobil merupakan kebutuhan setiap orang sebagai alat transportasi. Seseorang yang telah berkeluarga akan mempunyai kebutuhan yang lebih terhadap sebuah mobil, terlebih jika mempunyai keluarga besar. Jika mempunyai keluarga besar, memilih sebuah mobil yang tepat untuk keluarga sangatlah penting, dan banyak hal yang harus diperhatikan dalam memilih sebuah mobil. Ketepatan memilih mobil untuk suatu keluarga besar akan berpengaruh terhadap pemenuhan semua kebutuhan transportasi dari setiap anggota keluarga. Dalam penelitian ini dilakukan evaluasi terhadap variabel-variabel yang dipertimbangkan dalam memilih sebuah mobil, yaitu berdasarkan harga beli, biaya maintenance, faktor kenyamanan yang meliputi jumlah pintu, kapasitas orang yang bisa diangkut, ukuran bagasi dan perkiraan keamanan mobil dari data car evaluation. Evaluasi penerimaan dilakukan dengan melakukan prediksi penerimaan menggunakan algoritma naïve bayes dan decision tree classifier. Output dari evaluasi ini adalah penerimaan terhadap variabel-variabel yang dipertimbangkan dalam memilih sebuah mobil tersebut, yang dikategorikan kedalam empat kelas kategori, yaitu unacc, acc, good dan vgood. Kedua algoritma classifier tersebut menghasilkan kinerja yang berbeda, Naïve bayes menghasilkan akurasi 84,1% dan decision tree menghasilkan akurasi yang lebih tinggi yaitu 91,91%.