ALGORITMA NAÃVE BAYES CLASSIFIER UNTUK PREDIKSI STRESS
Abstract
Stress adalah perasaan umum yang dapat kita alami ketika dibawah tekanan atau bergumul dengan suatu situasi. Stress yang berlebihan dapat berdampak negatif pada suasana hati, kesehatan fisik dan mental kita, serta hubungan kita dengan orang lain, terutama saat dirasa di luar kendali. Dalam penelitian ini kita mencoba untuk membuat suatu prediksi seseorang Stress atau tidak melalui teks dengan menggunakan algoritma Naïve Bayes Classifier dari dataset yang tersedia publik oleh kaggle . Naïve Bayes Classifier merupakan salah satu algoritma klasifikasi dengan berfokus pada probabilitas bersyarat. Adapun hasil penelitian ini akurasi terbaik didapatkan menggunakan Naïve Bayes Classifier dengan nilai 75% ,Support Vector Machine dengan nilai 71% dan AdaBoost dengan nilai 67%.
Â
Kata Kunci: AdaBoost, Naïve Bayes Classifier, Support Vector MachineDownloads
References
Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165. https://doi.org/10.33096/ilkom.v10i2.303.160-165
Ariyanti, D., & Iswardani, K. (2020). Teks Mining untuk Klasifikasi Keluhan Masyarakat Pada Pemkot Probolinggo Menggunakan Algoritma Naïve Bayes. Jurnal IKRA-ITH Informatika, 4(3), 125–132.
Aryani, F. (2016). Stres Belajar Suatu Pendekatan dan Intervensi Konseling. http://eprints.unm.ac.id/2478/1/Buku - Stres Belajar.pdf
Budury, S., Fitriasari, A., & -, K. (2019). Penggunaan Media Sosial Terhadap Kejadian Depresi, Kecemasan Dan Stres Pada Mahasiswa. Bali Medika Jurnal, 6(2), 205–208. https://doi.org/10.36376/bmj.v6i2.87
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744
Indrayuni, E. (2019). Klasifikasi Text Mining Review Produk Kosmetik Untuk Teks Bahasa Indonesia Menggunakan Algoritma Naive Bayes. Jurnal Khatulistiwa Informatika, 7(1), 29–36. https://doi.org/10.31294/jki.v7i1.1
Listiana, E., & Muslim, M. A. (2017). Penerapan Adaboost Untuk Klasifikasi Support Vector Machine Guna Meningkatkan Akurasi Pada Diagnosa Chronic Kidney Disease. Prosiding SNATIF, 2015, 875–881.
Mustofa, H., & Mahfudh, A. A. (2019). Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes. Walisongo Journal of Information Technology, 1(1), 1. https://doi.org/10.21580/wjit.2019.1.1.3915
Putra, I. W. S., & Sriathi, A. A. A. (2018). Pengaruh Lingkungan Kerja, Stres Kerja Dan Kompensasi Terhadap Loyalitas Karyawan. E-Jurnal Manajemen Universitas Udayana, 8(2), 786. https://doi.org/10.24843/ejmunud.2019.v08.i02.p08
Rahman Isnain, A., Indra Sakti, A., Alita, D., & Satya Marga, N. (2021). Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm. Jdmsi, 2(1), 31–37. https://t.co/NfhnfMjtXw
Sumathi, S., & Esakkirajan, S. (2007). Data mining and data warehousing. In Studies in Computational Intelligence (Vol. 47). https://doi.org/10.1007/978-3-540-48399-1_10
View: 317
Download: 235
