KLASIFIKASI ALGORITMA NAIVE BAYES DAN C4.5 TERHADAP DATA IMBALANCE TINGKAT BURNOUT MAHASISWA
Data imbalance menyebabkan kinerja suatu model menjadi tidak stabil dan menurunkan kinerja model dalam melakukan klasifikasi prediksi. Penelitian dilakukan untuk mengukur kinerja model Naive Bayes dan C4.5 terhadap data imbalance dan data seletah proses balancing dengan menggunakan Teknik SMOTE. Subjek penelitian yang digunakan adalah tingkat burnout mahasiswa yang memiliki tiga nilai kelas dengan nilai yang tidak seimbang. Kinerja yang diberikan oleh metode Naive Bayes menunjukan peningkatan evaluasi model accuracy sebesar 9,52%, precission 7,8%, recall 9,52% dan f1-score 8,55% dan metode C4.5 menunjukan peningkatan evaluasi model accuracy sebesar 14,28%, precission 4,65%, recall 14,28% dan f1-score 10,28% saat kedua metode menggunakan Teknik SMOTE. Sehingga, penggunaan data yang seimbang dapat meningkatkan kinerja pada model untuk melakukan klasifikasi.
APA Style
. (2024).KLASIFIKASI ALGORITMA NAIVE BAYES DAN C4.5 TERHADAP DATA IMBALANCE TINGKAT BURNOUT MAHASISWA ().Teknik Informatika:FTI
Chicago Style
.KLASIFIKASI ALGORITMA NAIVE BAYES DAN C4.5 TERHADAP DATA IMBALANCE TINGKAT BURNOUT MAHASISWA ().Teknik Informatika:FTI,2024.Text
MLA Style
.KLASIFIKASI ALGORITMA NAIVE BAYES DAN C4.5 TERHADAP DATA IMBALANCE TINGKAT BURNOUT MAHASISWA ().Teknik Informatika:FTI,2024.Text
Turabian Style
.KLASIFIKASI ALGORITMA NAIVE BAYES DAN C4.5 TERHADAP DATA IMBALANCE TINGKAT BURNOUT MAHASISWA ().Teknik Informatika:FTI,2024.Text
