• Tidak ada hasil yang ditemukan

KOMPETENSI KOMPUTASI SKRIPSI LUH EKA KUSUMAYANTI

N/A
N/A
Protected

Academic year: 2021

Membagikan "KOMPETENSI KOMPUTASI SKRIPSI LUH EKA KUSUMAYANTI"

Copied!
9
0
0

Teks penuh

(1)

KLASIFIKASI JENIS UPAKARA SUDHI WADANI MENGGUNAKAN

METODE CATAGORICAL NAÏVE BAYES CLASSIFIER DENGAN

ALGORITMA FORWARD CHAINING DALAM MENSUCIKAN KARANG

MEDIAN

KOMPETENSI KOMPUTASI

SKRIPSI

LUH EKA KUSUMAYANTI 1208605027

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA

(2)

LEMBAR PENGESAHAN TUGAS AKHIR

Judul : Klasifikasi Jenis Upakara Sudhi Wadani Menggunakan Metode Catagorical Naive Bayes Classifier Dengan Algoritma Forward Chaining Dalam Mensucikan Karang Median

Nama : Luh Eka Kusumayanti

NIM. : 1208605027

Tanggal Seminar : 2 September 2015

Disetujui oleh :

Pembimbing I Penguji I

(Drs. Iwayan Santiyasa M.Si.) (Dra. Luh Gede Astuti.M.Kom.) NIP. 196704141992031002 NIP. 196401141994022001

Pembimbing II Penguji II

(I Komang Ari Mogi, S.Kom, M.Kom) (I Made Widhi Wirawan, S.Si.,M.Cs.) NIP. 198409242008011007 NIP. 197511052005011004

Penguji III

(Ida Bagus Made Mahendra, S.Kom.,M.Kom) NIP. 198006212008121002

Mengetahui,

ijkJurusan Ilmu Komputer FMIPA UNUD Ketua,

(Drs. I Wayan Santiyasa M.Si) NIP. 196704141992031002

(3)

Judul :Klasifikasi Jenis Upakara Sudhi Wadani Menggunakan Metode Catagorical Naive Bayes Classifier Dengan Algoritma Forward Chaining Dalam Mensucikan Karang Median

Nama : Luh Eka Kusumayanti

Nim : 1208605027

Pembimbing I : Drs. I Wayan Santiyasa M.Si.

Pembimbing II : I Komang Ari Mogi, S.Kom, M.Kom.

ABSTRAK

Jenis upacara yang dilakukan oleh masyarakat di Bali secara umum dapat dikatagorikan dalam tiga kelas yaitu nista,madya dan utama. Perbedaan katagori ini ditentukan oleh komponen upakara yang digunakan,sehingga bagi masyarakat awam hal ini cukup membingungkan dalam melakukan suatu upacara. Begitu pula halnya dengan pelaksanaan upacara sudhi wadani, sering muncul pertanyaan di masyarakat apakah upacara yang mereka lakukan sudah cukup atau tidak, dan apakah termasuk nista, madya atau utama.

Untuk membantu menjawab pertanyaan ini maka perlu untuk melakukan klasifikasi komponen upakara sebagai penyusun atribut banten dalam upacara sudhi wadani. Metode yang dikembangkan dalam proses klasifikasi komponen banten ini adalah metode categorical naïve

bayes dengan menggunakan algoritma forward chaining. Algoritma forward chaining digunakan

dalam memperoleh susunan atau chain dari atribut banten, sedangkan metode categorical naïve

bayes digunakan dalam menentukan kelas upacara dengan menghitung probabilitas bayes

dimana chain yang mempunyai probabilitas tertinggi akan menempati klas yang ditentukan. Untuk menguji ketepatan sistem dalam melakukan klasifikasi digunakan perhitungan akurasi sistem terhadap data uji. Dalam penelitian digunakan 50 data uji untuk menentukan klas dari untaian atribut banten. Dari 50 data uji diperoleh nilai akurasi sebesar 100%, sehingga dalam penelitian ini dapat dikatakan bahwa metode categorical naïve bayes dengan algoritma forward

chaining dapat digunakan dalam proses klasifikasi komponen banten dalam upacara sudhi

wadani.

(4)

Title : The Type Classification of the Sudhi Wadani Rituals by Using the Method of Categorical Naive Bayes Classifier with Forward Chaining Algorithm

Name : Luh Eka Kusumayanti Registration : 1208605027

First Supervisor : Drs. I Wayan Santiyasa M.Si.

Second Supervisor : I Komang Ari Mogi, S.Kom, M.Kom.

ABSTRACT

Type of rituals performed by the Balinese people in general can be categorized into three classes, namely nista (smaller), madya (average) and utama (bigger). Differences in these categories are determined by the components of upakara / offerings used, so that for the general public it is quite confusing to perform a ritual or ceremony. Similarly in the Sudhi Wadani ceremony, often the question arises among the people whether the rituals that they perform are enough or not, and whether those rituals belong to nista (smaller), madya (average) or utama (bigger).

To help answer these questions, it is necessary to classify the components of

upakara/offerings, as preparation of attributes of offerings in the Sudhi Wadani ceremonies. The

method developed in the process of classification of the component of offerings was the categorical naïve Bayes method by using forward chaining algorithm. Forward chaining algorithm was used in obtaining the composition or the chain of attributes of offerings, while categorical naïve Bayes method was used in determining the class of ceremony/ritual, by calculating the probability of Bayes where the chain which has the highest probability will occupy the specified class.

To test the accuracy of the system in performing classification, it was used the calculation accuracy of the system to the test data. This study used 50 test data to determine the class of a series of attributes of offerings. Of the 50 test data, the accuracy values obtained was 100%, so that it can be said that the categorical method of naïve Bayes with forward chaining algorithm can be used in the classification process of the component of offerings in the Sudhi Wadani rituals.

(5)

KATA PENGANTAR

Om Swastyastu,

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena berkat rahmatnyalah penulis dapat menyelesaikan Skripsi yang berjudul Kasifikasi Jenis Upakara Sudhi Wadani Menggunakan Metode Catagorical Naïve Bayes Classifier Dengan Algoritma

Forward Chaining Dalam Mensucikan Karang Median. Skripsi ini disusun dengan harapan

dapat menjadi pedoman dalam melaksanakan pelaksanaan upacara Sudhi Wadani.

Sehubungan dengan telah terselesaikannya Skripsi ini, maka diucapkan terima kasih dan penghargaan kepada berbagai pihak yang telah membantu pengusul, antara lain.

1. Bapak Drs. I Wayan Santiyasa sebagai Ketua Jurusan Ilmu Komputer dan sekaligus sebagai Pembimbing I yang telah bersedia membimbing, memeriksa, mengkritikdanmembantu menyempurnakan proposal ini.

2. Bapak I Komang Ari Mogi, S.Kom.,M.Kom,selaku pembimbing II dan sekalugus Sekretaris Jurusan Ilmu Komputer FMIPA Unud

3. Bapak-bapak dan ibu-ibu dosen di Jurusan Ilmu Komputer, yang telah meluangkan waktu turut memberikan saran dan masukan dalam penyempurnaan proposal ini Disadari pula bahwa sudah tentu proposal ini masih mengandung kelemahan dan kekurangan.Memperhatikan hal ini, maka masukan dan saran-saran penyempurna an sangat diharapkan.

Om Santhi, Santhi, Santhi Om.

Bukit Jimbaran, 2 September 2015

(6)

DAFTAR ISI

LEMBAR PENGESAHAN TUGAS AKHIR ... 2

ABSTRAK ... 3

KATA PENGANTAR ... 5

DAFTAR ISI ... 6

DAFTAR TABEL ... 8

DAFTAR GAMBAR ... 9 PENDAHULUAN ... Error! Bookmark not defined.

1.1 Latar Belakang ... Error! Bookmark not defined.

1.2. Rumusan masalah ... Error! Bookmark not defined.

1.3. Tujuan Penelitian ... Error! Bookmark not defined.

1.4. Manfaat Penelitian ... Error! Bookmark not defined.

1.4.1. Manfaat teoritis ... Error! Bookmark not defined.

1.4.2. Manfaat Praktis ... Error! Bookmark not defined.

BAB II ... Error! Bookmark not defined.

TINJAUAN PUSTAKA ... Error! Bookmark not defined.

2.1 Makna Upakara Suddhi Wadani ... Error! Bookmark not defined.

2.2 . Pengertian Klasifikasi ... Error! Bookmark not defined.

2.2.1 Naïve Bayes Classifier (NBC). ... Error! Bookmark not defined.

2.2.2 Naïve Bayesian Classifier (Probabilistics-Based Classification)Error! Bookmark not defined.

2.2.3 Metode Forward Chaining ... Error! Bookmark not defined.

2.2.4 Data Mining ... Error! Bookmark not defined.

2.3 Tinjauan Empiris ... Error! Bookmark not defined.

BAB III ... Error! Bookmark not defined.

METODOLOGI PENELITIAN... Error! Bookmark not defined.

3.1. Metode Klasifikasi Yang Dikembangkan Dalam PenelitianError! Bookmark not defined.

3.2. Metode Pengambilan Data ... Error! Bookmark not defined.

1. Metode Wawancara ... Error! Bookmark not defined.

(7)

3.3. Metode Forward Chaining Yang DikembangkanError! Bookmark not defined.

3.4. Metode Perhitungan Probabilitas Naive BayesError! Bookmark not defined.

3.5. Metode Klasifikasi Naive Bayes Classifier .. Error! Bookmark not defined.

3.6. Metode Pengujian ... Error! Bookmark not defined.

BAB IV ... Error! Bookmark not defined.

HASIL DAN PEMBAHASAN... Error! Bookmark not defined.

4.1 Implementasi Proses Klasifikasi ... Error! Bookmark not defined.

4.1.1 Tahap Pemilihan Komponen Banten .... Error! Bookmark not defined.

4.1.2 Proses Penyaringan Data Latih dan Data UjiError! Bookmark not defined.

4.2 Pengujian Sistem Klasifikasi ... Error! Bookmark not defined.

4.3 Akurasi Hasil Klasifikasi ... Error! Bookmark not defined.

BAB V ... Error! Bookmark not defined.

KESIMPULAN DAN SARAN... Error! Bookmark not defined.

5.1 Kesimpulan... Error! Bookmark not defined.

5.2 Saran ... Error! Bookmark not defined.

(8)

DAFTAR TABEL

Tabel 4. 1 Untaian Sub-Komponen Banten Upakara Sudhi WadaniError! Bookmark not defined.

(9)

DAFTAR GAMBAR

Gambar 2. 1 Forward Chaining ... Error! Bookmark not defined.

Gambar 3. 1 Ilustrasi Proses Klasifikasi ... Error! Bookmark not defined.

Gambar 3. 2 Flowchart Naïve Bayes ... Error! Bookmark not defined.

Gambar 3. 3 Bagan Forward Chaining Penelitian ... Error! Bookmark not defined.

Gambar 3. 4 Pseudo Code Perhitungan Probabilitas Naïve BayesError! Bookmark not defined.

Gambar 3. 5 Pseudo Code Katagori Kelas... Error! Bookmark not defined.

Gambar 4. 1 Pseudo Code Penyaringan Data Latih .... Error! Bookmark not defined.

Referensi

Dokumen terkait

Blog Diagram system offline Jika system klasifikasi pada email pada mail client sudah dapat bekerja dengan baik, maka metode algoritma naïve bayes classifier akan

menyatakan bahwa skripsi yang berjudul “Rancang Bangun Aplikasi Pendeteksi Kemanisan Buah dengan Algoritma Naïve Bayes Classifier dan Fast Fourier Transform” ini

Dari hasil penerapan teknik klasifikasi menggunakan metode Naïve Bayes Classifier dengan menggunakan data kriminalitas yang ditinjau dari segi waktu kejadian, bulan kejadian, jenis

2019 'Implementasi Metode Forward Selection Pada Algoritma Support Vector Machine SVM dan Naive Bayes Classifier Kernel Density Studi Kasus: Klasifikasi Jalur Minat SMA', Jurnal

Hasil yang diperoleh dari metode klasifikasi Naïve Bayes Classifier mengasilkan akurasi hingga 84,2% untuk Joko Widodo dan 80,9% untuk Prabowo Subianto, serta kata yang berasosiasi

Peran penggunaan algoritma Multinomial Naïve Bayes Classifier dengan InSet Lexicon dan TF-IDF pada penelitian ini adalah untuk melakukan klasifikasi data pada dataset hasil term

Hasil klasifikasi data tweet vaksin Covid-19 menggunakan algoritma Naïve Bayes Classifier mendapatkan nilai accuracy sebesar 81%, precision sebesar 80%, recall sebesar 99%, dan f1-score

Pada [7] mengkolaborasikan algoritma klasifikasi lexicon-based dan naïve bayes classifier untuk menganalisis opini publik terhadap Covid-19 secara umum dan diperoleh hasil pengujian