Penerapan Naïve Bayes untuk Klasifikasi Kriteria Air Layak Minum dengan Metode CRISP-DM

Abstract

Dengan air, makhluk hidup bisa melakukan berbagai hal dengan mudah. Kelayakan air juga merupakan hal penting dalam menjaga kesehatan manusia. Air bisa dikatakan layak apabila kandungannya sudah sesuai dengan kriteria layak. Dari dataset yang diperoleh mengenai kelayakan air untuk penelitian ini akan menghitung nilai akurasi yang didapatkan menggunakan algoritma Naive Bayes. Untuk  mempermudah proses mengolah data penelitian kali ini menggunakan metodologi CRISP-DM yang merupakan tahapan untuk data mining. Penelitian menggunakan dua tools yakni Rapidminer dan Google Collab untuk membandingkan nilai akurasinya. Dengan menggunakan kedua tools dalam mengimplementasikan algoritma Naive Bayes pada dataset kualitas air layak minum mendapatkan akurasi sebesar 62,8%. Nilai tersebut sudah cukup akurat untuk memprediksi kualitas air layak minum.