sistem seperti a lur kerja "Penerapan Data Mining dengan Algoritma Naive Bayes Clasifier untuk Mengetahui Minat Beli Pelanggan terhadap Kartu Internet XL ( Studi Kasus di," SAINTIKOM, vol. 15 Kira-kira apa saja ya algoritma machine learning yang cukup sering digunakan dan bagaimana cara kerja machine learning? Yuk, simak artikel berikut ini! 1. Naive Bayes. Naive Bayes merupakan salah satu algoritma supervised learning yang sederhana dan cukup sering digunakan. Algoritma ini menggunakan dasar Teori Bayes di dalamnya. Naive Bayes adalah algoritma klasifikasi paling mudah dan cepat, yang cocok untuk sebagian besar data. Klasifikasi Naive Bayes berhasil digunakan dalam berbagai aplikasi seperti penyaringan spam, klasifikasi teks, analisis sentimen, dan sistem pemberi rekomendasi. Ia menggunakan teorema Bayes probabilitas untuk prediksi kelas yang tidak diketahui. Dengan kesamaan di atas, persamaan teorema Bayes dapat dituliskan sebagai berikut: (8) Persamaan di atas merupakan model dari teorema Naïve Bayes yang selanjutnya akan digunakan dalam proses klasifikasi dokumen. Adapun Z merepresentasikan evidence yang nilainya konstan untuk semua kelas pada satu sampel. B. Klasifikasi dengan Naïve Bayes Yang termasuk dalam metode atau algoritma dalam fungsi ini antara lain Apriori, Generalized Sequential Pattern (GSP), FP-Growth dan GRI Algorithm. Teorema keputusan Bayes adalah pendekatan statistik yang fundamental alam pengenalan pola (pattern recoginition) (Ridwan et al., 2013). Naive Bayes Classifier juga merupakan teknik klasifikasi algoritma Naive Bayes. Karena algoritma Naive Bayes dapat lakukan transformasi atau mengubah nilai atribut data ke dalam bentuk data yang sesuai agar data dapat diproses menggunakan algoritma Naive Bayes. Sehingga akan diperoleh dataset utuh yang digunakan untuk proses ke tahapan selanjutnya. 3. .

cara kerja algoritma naive bayes