Perbandingan Metode Backpropagation dan Naïve Bayes dalam Memprediksi Tingkat Pencemaran Air Sungai

Betran Roivaldo Sitinjak

Authors

Betran Roivaldo Sitinjak STIKOM Tunas Bangsa

Keywords:

Pencemaran, Air, Sungai, Prediksi, Perbandingan

Abstract

Backpropagation dan Naïve Bayes merupakan dua algoritma yang umum digunakan dalam pengembangan model klasifikasi, meskipun menerapkan pendekatan pemrosesan data yang berbeda. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan performa kedua algoritma dalam mengklasifikasikan tingkat pencemaran air sungai. Model klasifikasi dikonstruksi menggunakan 150 sampel data dengan 22 neuron input dan 3 neuron output. Evaluasi performa dilakukan dengan menerapkan validation matrix melalui empat skenario pengujian yang mengombinasikan variasi pembagian data (split) dan jumlah lipatan (fold). Berdasarkan hasil eksperimen, algoritma Naïve Bayes menunjukkan akurasi rata-rata sebesar 72,79%, lebih tinggi dibandingkan Backpropagation yang memperoleh akurasi rata-rata sebesar 64,75%. Temuan ini menunjukkan bahwa dalam konteks data yang digunakan, Naïve Bayes lebih efektif dalam memprediksi tingkat pencemaran air sungai dibandingkan Backpropagation.

References

Ardyanti, H., Goejantoro, R., Deny, F., & Amijaya, T. (2020). Perbandingan Metode Klasifikasi Naïve Bayes Dan Jaringan Saraf Tiruan (Studi Kasus: Pt Asuransi Jiwa Bersama Bumiputera Tahun 2018) Comparison Of Naïve Bayes And Artificial Neural Networks Classification Methods (Case Study : Pt Asuransi Jiwa Bersama Bumi. Jurnal EKSPONENSIAL, 11(2), 145–152.

Arifin, T., & Ariesta, D. (2019). Prediksi Penyakit Ginjal Kronis Menggunakan Algoritma Naive Bayes Classifier Berbasis Particle Swarm Optimization. Jurnal Tekno Insentif, 13(1), 26–30. https://doi.org/10.36787/jti.v13i1.97

Kusumadewi, S. (2009). Klasifikasi Status Gizi Menggunakan Naive Bayesian Classification. CommIT (Communication and Information Technology) Journal, 3(1), 6. https://doi.org/10.21512/commit.v3i1.506

Rahimi, M. R. (2016). Penerapan Algoritma Learning Vector Quantization Pencemaran Air Sungai. Semnasteknomedia Online, 1(4), 1–6.

Susetyoko, R., Yuwono, W., Purwantini, E., & Ramadijanti, N. (2022). Perbandingan Metode Random Forest, Regresi Logistik, Naïve Bayes, dan Multilayer Perceptron Pada Klasifikasi Uang Kuliah Tunggal (UKT). Jurnal Infomedia, 7(1), 8. https://doi.org/10.30811/jim.v7i1.2916

Yasar, A., & Saritas, M. M. (2019). Performance Analysis of ANN and Naive Bayes Classification Algorithm for Data Classification. International Journal of Intelligent Systems and Applications in Engineering, 7(2), 88–91. https://doi.org/10.18201/ijisae.2019252786