PERBANDINGAN 3 ALGORITMA KLASIFIKASI DATA MINING DALAM PRO-KONTRA BAHAYA ROKOK ELEKTRIK
Abstract
Banyak penelitian dan fakta yang ada di masyarakat bahwa merokok itu buruk bagi kesehatan. Hal ini menyebabkan perokok mencari alternatif dari rokok tradisional hingga rokok elektrik (vaping) untuk membantu berhenti merokok secara perlahan. Namun akhir-akhir ini penggunaan rokok elektrik menjadi pro dan kontra tersendiri di masyarakat karena faktor penerimaan informasi dari masyarakat itu sendiri. Penelitian ini mencoba membandingkan penggunaan 3 metode klasifikasi data mining yaitu Decision Tree, Naïve Bayes dan Logistic Regression untuk mendapatkan algoritma yang paling akurat dan mengetahui hasil klasifikasi bahaya atau tidaknya penggunaan rokok elektrik berdasarkan pandangan masyarakat itu sendiri menggunakan 4 faktor pembanding yaitu seberapa sering. melihat bagaimana orang menggunakan/ menawarkan/ mengiklankan/ mempromosikan rokok elektrik, seberapa sering mereka melihat tayangan tentang bahaya rokok elektrik, memiliki teman dekat yang merokok vape, dan memiliki keluarga (ayah/ibu / saudara kandung) yang merokok. Dari hasil pengolahan data dan pengujian dengan melakukan pengukuran performansi ketiga algoritma tersebut menggunakan prosedur confusion matrix, operator cross validation dan kurva ROC, algoritma decision tree menghasilkan tingkat nilai akurasi yang tertinggi sebesar 81,00% dan berdasarkan grafik algoritma decision tree juga terlihat bahwa Anda memiliki teman dekat yang merokok dengan rokok elektrik menjadi faktor utama seseorang menganggap vaping berbahaya.
Full Text:
PDFReferences
World Heald Organization, Who Global Report on Trends in Prevalence of Tobacco Smoking 2000-2025, Second Edition. 2018.
A. Sameera, R. K. Patel, K. Bharadwaj, M. M. A. Mir, and S. T. Ahmed, “Pros and Cons of e-cigarettes- A brief note,” J. Chem. , Biol. Phys. Sci., vol. 5, no. 4, pp. 4083–4088, 2015.
G. Heydari, A. E. Ahmady, F. Chamyani, M. Masjedi, and L. Fadaizadeh, “Electronic Cigarette, Effective or Harmful for Quitting Smoking and Respiratory Health: A Quantitative Review Papers,” Lung India, vol. 34, no. 1, pp. 25–28, 2017, doi: 10.4103/0970-2113.197119.
D. Leader, “The Pros and Cons of Vaping Are They a Safer Alternative For People Living with COPD?,” 2020. https://www.verywellhealth.com/the-pros-and-cons-of-e-cigarettes-915015.
P. Callahan-Lyon, “Electronic Cigarettes: Human Health Effects,” Tob. Control, vol. 23, no. SUPPL. 2, 2014, doi: 10.1136/tobaccocontrol-2013-051470.
J. M. Rudd and J. Lewis Priestley, “A Comparison of Decision Tree with Logistic Regression Model for Prediction of Worst Non-Financial Payment Status in Commercial Credit,” Grey Lit. from PhD Candidates, vol. 5, no. January, 2017, [Online]. Available: http://digitalcommons.kennesaw.edu/dataphdgreylit/5.
A. Ashari, I. Paryudi, and A. M. Tjoa, “Performance Comparison between Naïve Bayes, Decision Tree and k-Nearest Neighbor in Searching Alternative Design in an Energy Simulation Tool,” Int. J. Adv. Comput. Sci. Appl., vol. 4, no. 11, pp. 33–39, 2013.
T. K. Bhowmik, “Naive bayes vs logistic regression: Theory, implementation and experimental validation,” Intel. Artif., vol. 18, no. 56, pp. 14–30, 2015, doi: 10.4114/ia.v18i56.1113.
K. S. Nugroho, “Validasi Model Klasifikasi Machine Learning pada RapidMiner,” https://ksnugroho.medium.com/, 2020. https://ksnugroho.medium.com/validasi-model-machine-learning-pada-rapidminer-50be0080df14.
X. Wu and V. Kumar, The Top Ten Algorithms in Data Mining, Chapman & Hall/CRC Data Mining and Knowledge Discovery, vol. 53, no. 9. Boca Raton: CRC Press, 2009.
Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” in Prisma, 2021, vol. 4, pp. 493–499, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/.
C. Vercellis, Business Intelligence: Data Mining and Optimization for Decision Making. West Sussex: John Wiley & Sons Ltd Registered, 2009.
J. Han, M. Kamber, and J. Pei, Data mining Concepts and Techniques (Third Edition). Waltham: Morga Kaufmann Publishers, 2015
DOI: https://doi.org/10.33365/jti.v16i1.1534
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Eva Argarini Pratama, Corie Mei Hellyana, Nuzul Imam Fadlilah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
JURNAL TEKNOINFO
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Informatika FTIK Universitas Teknokrat Indonesia
W: http://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
E : teknoinfo@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jumlah Pengunjung : View Teknoinfo StatsCounter