Analisis performa metode Naïve Bayesh Classifier pada Electronic Nose dalam identifikasi formalin pada tahu
DOI:
https://doi.org/10.56705/ijodas.v4i1.67Keywords:
Analisis Performa, Klasifikasi, Aroma, Tahun, Electronic NoseAbstract
Penelitian ini bertujuan untuk menganalisis performa metode Naive Bayes Classifier (NBC) dalam identifikasi formalin pada tahu menggunakan Electronic Nose. Hasil dari penelitian ini menunjukkan bahwa performa NBC cukup moderat, dengan nilai akurasi sekitar 0,59 hingga 0,60, presisi sekitar 0,67 hingga 0,68, recall sekitar 0,59 hingga 0,60, dan F1-score sekitar 0,55. Ini menunjukkan bahwa model mampu mengklasifikasikan beberapa titik data dengan benar, tetapi tidak semua. Walaupun demikian masih ada ruang untuk perbaikan dan perlu dipertimbangkan untuk mencoba metode lain untuk meningkatkan hasil identifikasi formalin pada tahu. Hasil ini menunjukkan bahwa metode Naive Bayes Classifier pada Electronic Nose masih belum dapat memberikan hasil yang optimal dalam identifikasi formalin pada tahu, dan hasil yang diperoleh masih tidak lebih baik dari penelitian sebelumnya
Downloads
References
BPS - Statistics Indonesia, “Indo_05_25.” p. 1, 2020.
L. Vinet and A. Zhedanov, “A ‘missing’ family of classical orthogonal polynomials,” J. Phys. A Math. Theor., vol. 44, no. 8, pp. 1–8, 2011, doi: 10.1088/1751-8113/44/8/085201.
N. M. Saptarini, Y. Wardati, and U. Supriatna, “Deteksi Formalin Dalam Tahu di Pasar Tradisional Parwakarta,” J. Penelit. Sains dan Teknol., vol. 12, pp. 37–44, 2011.
W. Astuti, D. Lenono, and F. Faizah, “Identifikasi Tahu Berformalin dengan Electronic Nose Menggunakan Jaringan Syaraf Tiruan Backpropagation,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 6, no. 2, p. 211, 2016, doi: 10.22146/ijeis.15330.
D. D. Novita, A. B. Sesunan, M. Telaumbanua, S. Triyono, and T. W. Saputra, “Identifikasi Jenis Kopi Menggunakan Sensor E-Nose Dengan Metode Pembelajaran Jaringan Syaraf Tiruan Backpropagation,” J. Ilm. Rekayasa Pertan. dan Biosist., vol. 9, no. 2, pp. 205–217, 2021, doi: 10.29303/jrpb.v9i2.241.
Rizky Ade Putranto, Triastiti Wuryandari, and Sudarno, “Perbandingan Analisis Klasifikasi Antara Decision Tree Dan Support Vector Machine Multiclass Untuk Penentuan Jurusan Pada Siswa Sma,” J. Gaussian, vol. 4, no. 4, pp. 1007–1016, 2015.
A. Fitria and H. Azis, “Analisis Kinerja Sistem Klasifikasi Skripsi menggunakan Metode Naïve Bayes Classifier,” Pros. Semin. Nas. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 102–106, 2018.
R. Rahmadewi and R. Kurnia, “Klasifikasi Penyakit Paru Berdasarkan Citra Rontgen dengan Metoda Segmentasi Sobel,” J. Nas. Tek. Elektro, vol. 5, no. 1, p. 7, 2016, doi: 10.25077/jnte.v5n1.174.2016.
H. Azis, F. T. Admojo, and E. Susanti, “Analisis Perbandingan Performa Metode Klasifikasi pada Dataset Multiclass Citra Busur Panah,” Techno.Com, vol. 19, no. 3, 2020.
M. Yusa, E. Utami, and E. T. Luthfi, “Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Readmisi Pasien Diabetes,” J. Buana Inform., vol. 7, no. 4, pp. 293–302, 2016, doi: 10.24002/jbi.v7i4.770.
A. Fitria and H. Azis, “Analisis Kinerja Sistem Klasifikasi Skripsi menggunakan Metode Naïve Bayes Classifier,” Pros. Semin. Nas. Ilmu Komput. dan Teknol. Inf, vol. 3, pp. 102–106, 2018.
Nirmalasari, “Analisis Performa Metode Naïve Bayes Classifier Dan Cross Validation Pada Data Penyakit Cardiovascular,” Indones. J. data Sci., 2020.
S. Sahar, “Analisis Perbandingan Metode K-Nearest Neighbor dan Naïve Bayes Clasiffier Pada Dataset Penyakit Jantung,” Indones. J. Data Sci., vol. 1, no. 3, pp. 79–86, 2020, doi: 10.33096/ijodas.v1i3.20.
P. A. Flach and M. Kull, “Precision-Recall-Gain curves: PR analysis done right,” Adv. Neural Inf. Process. Syst., vol. 2015-Janua, pp. 838–846, 2015.
K. H. Brodersen, C. S. Ong, K. E. Stephan, and J. M. Buhmann, “The balanced accuracy and its posterior distribution,” Proc. - Int. Conf. Pattern Recognit., pp. 3121–3124, 2010, doi: 10.1109/ICPR.2010.764.
N.-D. Nguyen, T. Do, T. D. Ngo, and D.-D. Le, “An Evaluation of Deep Learning Methods for Small Object Detection,” J. Electr. Comput. Eng., vol. 2020, p. 3189691, 2020, doi: 10.1155/2020/3189691.
Published
Issue
Section
License
Authors retain copyright and full publishing rights to their articles. Upon acceptance, authors grant Indonesian Journal of Data and Science a non-exclusive license to publish the work and to identify itself as the original publisher.
Self-archiving. Authors may deposit the submitted version, accepted manuscript, and version of record in institutional or subject repositories, with citation to the published article and a link to the version of record on the journal website.
Commercial permissions. Uses intended for commercial advantage or monetary compensation are not permitted under CC BY-NC 4.0. For permissions, contact the editorial office at ijodas.journal@gmail.com.
Legacy notice. Some earlier PDFs may display “Copyright © [Journal Name]” or only a CC BY-NC logo without the full license text. To ensure clarity, the authors maintain copyright, and all articles are distributed under CC BY-NC 4.0. Where any discrepancy exists, this policy and the article landing-page license statement prevail.
