Klasifikasi suplemen protein fitness berdasarkan kebutuhan konsumen
Author (Penulis)
DESY AMBARSARIUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.03.0027Abstract
Penelitian ini dilatar belakangi hasil pengamatan dan pengalaman peneliti, bahwa banyak orang yang belum memiliki pengetahuan tentang suplemen yang dikonsumsinya apakah cocok atau tidak bagi tubuh mereka. Hal ini disebabkan karena konsumen hanya memilih produk suplemen berdasarkan iklan atau rekomendasi orang lain. Masalah penelitian adalah bagaimana menerapkan metode data mining dengan klasfikasi untuk menentukan suplemen yang dikonsumsi cocok atau tidak bagi tubuh dan bagaimana menerapan data mining untuk mencari nilai akurasi tertinggi untuk memberikan informasi bagi pemula. Metode penelitian menggunakan algoritma Naive Bayes Classifier untuk mengatasi permasalahan tersebut. Dengan Naive Bayes dapat dihitung nilai probabilitas yang digunakan untuk menentukan kecocokan suplemen protein yang dikonsumsi. Dapat disimpulkan bahwa implementasi algoritma naïve bayes dapat digunakan untuk klasifikasi kecocokan suplemen protein fitness yang konsumen telah konsumsi. Dan nilai akurasi tertinggi sebesar 85,71% dari skenrio pertama. Berdasarkan simpulan hasil penelitian ini, direkomendasikan pada penelitian selanjutnya dapat menggunakan algoritma lain dan diharapkan mengembangkan penelitian dengan menggunakan atribut lain seperti usia, jenis kelamin, pengetahuan tentang suplemen, dan lainlain.
Keyword
aReference
Buani, D. (2016). Optimasi Algoritma Naive Bayes dengan Menggunakan Algoritma Genetika untuk Prediksi Kesuburan(Fertility). Jurnal Evolusi, 4(1), 55–64.
Han, J., & Micheline, K. (2006). Data Mining Concept and Techniques. (A. Stephan, Ed.) (2nd ed., pp. 1–743). San Francisco: Diane Cerra.
Han, J., & Micheline, K. (2012). Data Mining Concept and Techniques. (M. Stonebraker & J. M. Hellerstein, Eds.) (3rd ed., pp. 1–740). USA: Morgan Kaufmann.
Sihwi, W. S., Saptono, R., & Cahyani, A. F. (2015). Penentuan Model Terbaik pada Metode Naive Bayes Classifier dalam Menentukan Status Gizi Balita dengan Mempertimbangkan Independen Parameter. ITSMART, 4(1), 28–35.
Zaki, M., & Meira, W. (2014). Data Mining and Analysis Fundamental Concept and Algorithms (1st ed., Vol. 4, pp. 1–604). New York: Cambridge University Press.
