Perbandingan algoritma Naïve Bayes dan K-NN untuk klasifikasi hasil verifikasi keanggotaan partai politik peserta pemilu 2024 di Kota Yogyakarta

Wahyu Kurniawan, Andreas (2024) Perbandingan algoritma Naïve Bayes dan K-NN untuk klasifikasi hasil verifikasi keanggotaan partai politik peserta pemilu 2024 di Kota Yogyakarta. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_1900018354_JUDUL__240813022713.pdf Download (645kB)
	Text (BAB I) T1_1900018354_BAB_I__240813022713.pdf Download (221kB)
	Text (BAB II) T1_1900018354_BAB_II__240813022713.pdf Restricted to Registered users only Download (409kB) | Request a copy
	Text (BAB III) T1_1900018354_BAB_III__240813022713.pdf Restricted to Registered users only Download (292kB) | Request a copy
	Text (BAB IV) T1_1900018354_BAB_IV__240813022713.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) T1_1900018354_BAB_V__240813022713.pdf Restricted to Registered users only Download (211kB) | Request a copy
	Text (Daftar Pustaka) T1_1900018354_DAFTAR_PUSTAKA__240813022713.pdf Restricted to Registered users only Download (215kB) | Request a copy
	Text (Lampiran) T1_1900018354_LAMPIRAN__240813022713.pdf Restricted to Registered users only Download (357kB) | Request a copy
	Text (Naskah Publikasi) T1_1900018354_NASKAH_PUBLIKASI__240813022713.pdf Restricted to Registered users only Download (927kB) | Request a copy

Abstract

Pemilihan umum (Pemilu ) merupakan salah satu pilar penting dalam demokrasi. Partai politik
(parpol) menjadi bagian elemen penting dalam pemilu. Untuk mengikuti kegiatan pemilu, parpol
melewati tahapan verifikasi keanggotaan parpol. Proses ini bertujuan memastikan bahwa
seseorang anggota adalah terdaftar secara sah dan memenuhi syarat sebagaimana yang telah
ditentukan Undang-undang. Proses verifikasi keanggotaan dilakukan oleh Komisi Pemilihan
Umum (KPU) dengan prosedur yang ketat dan berbasis data. proses verifikasi memiliki tantangan
terhadap volume data yang besar dan komplek, yang memakan waktu lama dan rentan terjadi
kesalahan. Tujuan penelitian ini adalah membandingkan algoritma Naïve Bayes dan K-Nearest
Neighbor (K-NN) yang memiliki akurasi tertinggi dan menentukan algoritma terbaik dalam
melakukan klasifikasi hasil verifikasi keanggotaan parpol peserta pemilu.
Metode penelitian ini menggunakan teknik klasifikasi data mining dengan algoritma Naïve
Bayes dan K-Nearest Neighbor (K-NN). Data yang digunakan merupakan data rekap verifikasi
keanggotaan parpol 2022. Tahapan penelitian meliputi pengumpulan data, data preprocessing,
modeling, evaluasi dengan confusion matix dan pengujian dengan K-Fold Cross Validation.
Hasil pemodelan dilakukan evaluasi atau pengujian untuk menentukan algoritma atau model
terbaik. Hasil evaluasi dan pengujian menunjukan nilai accuracy algoritma Naïve Bayes dengan
proporsi pembagian data 60/40=98%, 70/30=98%, 80/20=99%, dan 90/10=98% dan pengujian
5-fold=96.92% dan 10-fold=96.60%. Model K-NN dengan nilai K=1 memperoleh performa
tertinggi 60/40=81%, 70/30=83%, 80/20=82%, dan 90/10=83% dan pengujian 5-fold=81.93% dan 10-fold=83.36%. sehingga pada penelitian ini diketahui bahwa klasifikasi menggunakan
algoritma Naïve Bayes lebih baik dari pada Algoritma K-Nearest Neighbor (K-NN)

Item Type:	Thesis (S1)
Keyword:	Data Mining; klasifikasi; K-Nearest Neighbor; Naïve Bayes; pemilu
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Industrial Technology (Fakultas Teknologi Industri) > S1-Informatics Engineering (S1-Teknik Informatika)
Depositing User:	userperpus2 userperpus2
Date Deposited:	25 Oct 2024 08:23
Last Modified:	25 Oct 2024 08:23
URI:	http://eprints.uad.ac.id/id/eprint/77030

Actions (login required)

View Item