PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING KAMAR TIDUR BERDASARKAN KEPRIBADIAN.
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
SKRIPSI
Diajukan untuk Memenuhi Sebagian dari
Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Ilmu Komputer
Oleh:
Juwita Juanda
0801361
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
2014
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
Oleh
Juwita Juanda
0801361
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar
Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Juwita Juanda 2014
Universitas Pendidikan Indonesia
Juni 2014
Hak Cipta dilindungi undang-undang.
Skripsi ini tidak boleh diperbanyak seluruhya atau sebagian,
dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis.
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
JUWITA JUANDA
0801361
DISETUJUI DAN DISAHKAN OLEH PEMBIMBING:
Pembimbing I
Rasim, MT
NIP. 197407252006041002
Pembimbing II
Asep Wahyudin, MT
NIP. 197112232006041001
Mengetahui
Ketua Program Studi Ilmu Komputer
Rasim, MT
NIP. 197407252006041002
LEMBAR PERNYATAAN
Saya menyatakan bahwa skripsi yang berjudul “Perbandingan Algoritma
Naive Bayes dan Apriori Dalam Sistem Rekomendasi Pemilihan Warna Cat
Dinding Kamar Tidur Berdasarkan Kepribadian” ini sepenuhnya karya saya
sendiri. Tidak ada bagian di dalamnya yang merupakan plagiat dari karya orang
lain dan saya tidak memelakukan penjiplakan atau pengutipan dengan cara-cara
yang tidak sesuai dengan etika keilmuan yang berlaku dalam masyarakat
keilmuan.
Atas
pernyataan ini,
saya siap
menanggung resiko/sanksi yang
dijatuhkan kepada saya apabila kemudian ditemukan adanya pelanggaran terhadap
etika keilmuan dalam karya saya ini.
Bandung, Juni 2014
Yang membuat pernyataan,
Juwita Juanda
ABSTRAK
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
Juwita Juanda, 0801361, juwitajuanda@gmail.com
Dalam membangun sistem rekomendasi, terdapat beberapa algoritma yang
dapat digunakan, antara lain algoritma Naive Bayes dan Apriori. Algoritma Naive
Bayes dan Apriori adalah algoritma yang dapat dimanfaatkan dalam proses
klasifikasi data berjenis nominal. Sebagai dua algoritma klasifikasi yang berbeda,
kedua algoritma ini memiliki beberapa perbedaan ataupun persamaan. Perbedaan
dan persamaan di antara kedua algoritma tersebut dapat diketahui dengan cara
melakukan perbandingan. Perbandingan algoritma dapat dilakukan dengan
beberapa cara, antara lain dengan cara membandingkan akurasi dan kompleksitas
algoritma. Perbandingan algoritma bertujuan untuk mendapatkan algoritma yang
dianggap paling baik pada proses klasifikasi suatu permasalahan, karena sebuah
algoritma yang dianggap bekerja baik pada kasus A, maka belum tentu bisa
menghasilkan hasil klasifikasi yang baik pada kasus B. Maka, diharapkan dengan
adanya penelitian dalam perbandingan algoritma Naive Bayes dan Apriori, dapat
diketahui algoritma klasifikasi yang baik untuk menyelesaikan masalah pemilihan
warna cat dinding kamr tidur berdasarkan kepribadian.
Kata Kunci : Sistem Rekomendasi, Perbandingan Algoritma, Naive Bayes,
Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRACT
COMPARISON OF NAIVE BAYES AND APRIORI ALGORITHM ON
RECOMMENDATION SYSTEM FOR CHOOSING BEDROOM PAINT
COLOR BASED ON PERSONALITY
Juwita Juanda, 0801361, juwitajuanda@gmail.com
In building a recommendation systems , there are several algorithms that can
be used , there are Naive Bayes algorithm and Apriori algorithm. Naive Bayes
and Apriori algorithm are algorithm that can be utilized in the nominal data type
classification process. As two different classification algorithms, both of them
have some differences and similarities. Differences and similarities between them
can be discovered by comparing the both algorithm. Comparison of the algorithm
can be done in several ways, such as comparing accuracy and complexity of the
algorithms. Comparison algorithm aims to obtain an algorithm that is the best for
classiffication process of a problems, because an algorithm that works well on
some case, but isn’t works well on another case. Thus, in this research of
comparison algorithm Naive Bayes and Apriori , it can be seen that a good
classification algorithm to solve the problem wall room paint color selection was
based on personality.
Key Word: Recommender System, Algorithm Comparison, Naive Bayes, Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR ISI
ABSTRAK ..........................................................................................................i
ABSTRACT ........................................................................................................ii
KATA PENGANTAR........................................................................................iii
UCAPAN TERIMAKASIH ..............................................................................iv
DAFTAR ISI ......................................................................................................vi
DAFTAR TABEL ..............................................................................................ix
DAFTAR GAMBAR .........................................................................................xi
BAB I PENDAHULUAN ...................................................................................1
1.1 Latar Belakang ...............................................................................................1
1.2 Rumusan Masalah ..........................................................................................4
1.3 Tujuan Penelitian............................................................................................5
1.4 Batasan Masalah ............................................................................................6
1.5 Metode Penelitian...........................................................................................6
1.6 Sistematika Penulisan.....................................................................................8
BAB II KAJIAN PUSTAKA .............................................................................10
2.1 Landasan Teori...............................................................................................10
2.1.1 Sistem Rekomendasi...............................................................................10
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2.1.2 Data Mining ...........................................................................................13
2.1.3 Klasifikasi ...............................................................................................17
2.1.4 Naive Bayes............................................................................................20
2.1.5 Apriori....................................................................................................22
2.1.6 Data Demografi ......................................................................................25
2.1.7 Warna .....................................................................................................26
2.1.8 Teori Kepribadian Manusia ....................................................................29
2.1.9 Psikologi Warna dalam Interior..............................................................31
2.2 Tinjauan Perangkat Lunak .............................................................................34
2.2.1 PHP ........................................................................................................34
2.2.2 XAMPP..................................................................................................35
2.2.3 MySQL ..................................................................................................36
2.2.4 Data Flow Diagram (DFD) ...................................................................37
2.2.5 Metode Pengembangan Perangkat Lunak ..............................................38
BAB III METODOLOGI PENELITIAN ........................................................39
3.1 Desain Penelitian ............................................................................................39
BAB IV HASIL PENELITIAN.........................................................................51
4.1 Hasil Penelitian...............................................................................................51
4.1.1 Proses Klasifikasi Data Mining .............................................................50
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4.1.2 Hasil Survey ...........................................................................................54
4.2 Implementasi Algoritma .................................................................................59
4.2.1 Implementasi Algoritma Naive Bayes ...................................................59
4.2.2 Implementasi Algoritma Apriori ...........................................................64
4.3 Perbandingan Algoritma Naive Bayes dan Apriori .......................................72
4.3.1 Perbandingan Kompleksitas Algoritma ..................................................72
4.3.2 Perbandingan Akurasi ............................................................................86
BAB V PENUTUP..............................................................................................96
5.1 Kesimpulan.....................................................................................................96
5.2 Saran ..............................................................................................................97
DAFTAR PUSTAKA
LAMPIRAN
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR TABEL
Tabel
2.1
Tipe Kepribadian Manusia Berdasarkan Teori Hipocrates ........................30
2.2
Komponen Data Flow Diagram ................................................................37
3.1
Besar nilai Z disesuaikan dengan Nilai α ..................................................43
4.1
Kategori Umur Depkes RI Tahun 2009 .....................................................52
4.2
Data Atribut Jenis Kelamin.........................................................................55
4.3
Data Atribut Tipe Kepribadian ...................................................................55
4.4
Data Atribut Golongan Warna ...................................................................56
4.5
Hasil Pengurutan Data Atribut Umur .........................................................55
4.6
Informasi yang didapatkan dari Atribut Umur ...........................................58
4.7
Tabel Distribusi Frekuensi Atribut Umur...................................................58
4.8
Kategori Umur Depkes RI Tahun 2009 .....................................................59
4.9
Jumlah Data Atribut Umur Berdasarkan Kategori Umur ...........................59
4.10 Contoh Data yang akan Diproses dengan Algoritma Naive Bayes ............61
4.11 Hasil Prediksi Menggunakan Algoritma Klasifikasi Naive Bayes.............65
4.12 Contoh Data yang akan Diproses dengan Algoritma Apriori ....................66
4.13 Proses Pengkategorian ................................................................................67
4.14 Pola Kombinasi 2 Itemsets ........................................................................70
4.15 Hasil Seleksi Kombinasi Itemsets..............................................................70
4.16 Nilai Support dan Nilai Confidence...........................................................70
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4.17 Nilai Support, Nilai Confidence, dan Nilai Support x Confidence ............71
4.18 Contoh Data yang akan Diproses dengan Algoritma Apriori ....................71
4.19 Data Hasil Perhitungan Algoritma Apriori ................................................71
4.20 Hasil Prediksi Menggunakan Algoritma Apriori .......................................72
4.21 Script Algoritma Naive Bayes ....................................................................76
4.22 Script Algoritma Apriori ............................................................................80
4.23 Hasil Perhitungan Cyclomatic Complexity pada Algoritma Naive Bayes
dan Algoritma Apriori................................................................................86
4.24 Data Percobaan...........................................................................................87
4.25 Hasil Percobaan dengan 50 Data ...............................................................90
4.26 Hasil Prediksi Algoritma Naive Bayes dan Apriori ..................................92
4.27 Tabel Confussion Matrix Hasil Prediksi Algoritma Naive Bayes ..............93
4.28 Producer Accuracy Atribut pada Algoritma Naive Bayes .........................93
4.29 User Accuracy Atribut pada Algoritma Naive Bayes ................................93
4.30 Tabel Confussion Matrix Hasil Prediksi Algoritma Apriori ......................94
4.31 Producer Accuracy Atribut pada Algoritma Apriori .................................94
4.32 User Accuracy Atribut pada Algoritma Apriori .......................................95
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR GAMBAR
Gambar
2.1 Urutan Langkah Data Mining........................................................................17
2.2 Warna Primer .................................................................................................27
2.3 Warna Sekunder.............................................................................................28
2.4 Warna Tersier.................................................................................................28
2.5 Warna Netral..................................................................................................28
2.6 Metode Waterfall Sequential Linear .............................................................39
3.1 Desain Penelitian ............................................................................................40
3.2 Metode Waterfall Sequential Linear .............................................................49
4.1 Flowchart Algoritma Naive Bayes ................................................................73
4.2 Flowgraph Algoritma Naive Bayes ...............................................................75
4.3 Flowchart Algoritma Apriori ........................................................................80
4.4 Flowgraph Algoritma Apriori .......................................................................82
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1
BAB 1
PENDAHULUAN
1.1
LATAR BELAKANG
Kamar tidur yang nyaman merupakan dambaan setiap orang. Untuk
memperoleh kamar tidur yang nyaman dibutuhkan beberapa sentuhan elemen
interior yang dapat menunjang dan meningkatkan rasa nyaman tersebut, salah
satunya adalah dengan cara memilih warna cat dinding kamar tidur yang cocok
bagi individu yang menempati kamar tidur tersebut.
Menurut
Cahaya
Lituhayu,
ruang yang ditempati seseorang memiliki
pengaruh kuat terhadap kondisi psikologis orang tersebut. Menurut M. Sahid
Indraswara (2007), warna memiliki peran penting yang mendukung terciptanya
suasana nyaman dan dapat mempengaruhi psikologis penghuni. Menurut Cahaya
Lituhayu, ruang yang ditempati seseorang memiliki pengaruh kuat terhadap
kondisi psikologis orang tersebut. Pemilihan warna yang salah dan pemakaian
warna yang tidak serasi dapat menyebabkan sebuah ruangan menjadi tidak
nyaman (M. Sahid Indraswara, 2007).
Cara termudah untuk merubah suasana sebuah ruangan menjadi lebih
nyaman adalah dengan cara mengganti warna cat dinding ruangan tersebut. Warna
cat dinding yang akan diaplikasikan di dalam ruangan dapat dipilih dan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2
disesuaikan dengan kepribadian agar individu yang tinggal di dalamnya merasa
nyaman dan betah.
Di
dalam
dunia
kedokteran
dan
psikologi,
William
H.
Sheldon
mengembangkan teori dan konsep mengenai kepribadian yang berakar pada faktor
biologi (Alwisol,
2005),
salah
satu
teori tersebut dikenal sebagai teori
Hippocrates. Teori Hippocrates membagi manusia menjadi 4 kepribadian, yaitu
Choleric, Melancholic, Phlegmatic, dan Sangunic (Alwisol, 2005). Masingmasing dari tipe kepribadian manusia tersebut memiliki ciri khas, kekekurangan,
kelebihan, dan kebutuhan tersendiri, termasuk kebutuhan akan warna cat dinding
yang membuat kamar tidur menjadi nyaman. Berawal dari kebutuhan tersebut,
maka diperlukanlah sebuah sistem untuk menjembatani 4 kepribadian manusia
yang berbeda agar masing-masing kepribadian tersebut bisa mendapatkan warna
cat
dinding
kamar tidur yang sesuai dengan kepribadian,
sehingga bisa
menciptakan suasana kamar yang nyaman. Sistem yang dimaksud adalah sebuah
sistem yang dapat memberikan rekomendasi pemilihan warna cat dinding sesuai
dengan kepribadian manusia.
Sistem rekomendasi adalah sebuah sistem yang bersandar pada ide awal
yaitu
beradaptasi dengan
perilaku
setiap
individu pengguna dengan cara
mempelajari selera mereka. Hal tersebut bertujuan untuk membangun profil
pengguna yang kelak dapat dimanfaatkan untuk merekomendasikan produk yang
relevan (Marco de Gamis, 2009).
Dalam membangun sistem rekomendasi
terdapat sebuah masalah klasik, yaitu cold-start problem. Masalah cold-start
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3
problem dapat diselesaikan dengan melakukan rekomendasi menggunakan data
demografi yang dimasukkan oleh pengguna ke dalam sistem saat melakukan
pendaftaran. Pendekatan dengan cara ini disebut dengan demographic-based
approach (Safoury, dkk, 2013).
Untuk melakukan proses rekomendasi, sistem membutuhkan data latih agar
dapat membandingkan apakah Pengguna A cocok dengan X. Prediksi kecocokan
dapat diperoleh berdasarkan hasil perbandingan dengan pengguna-pengguna lain
yang memiliki kemiripan data demografi dengan pengguna A. Untuk melakukan
hal prediksi tersebut, sistem komputer yang dibangun membutuhkan bantuan
algoritma. Algoritma yang digunakan adalah algoritma data mining yang bekerja
menggali informasi dari data latih yang ada sehingga dapat menghasilkan prediksi
warna yang cocok bagi seseorang yang memiliki atribut atau data demografi
tertentu.
Algoritma dalam data mining dibagi dalam beberapa jenis berdasarkan
pekerjaan yang dapat dilakukan, yaitu deskriptif, estimasi, prediksi, klasifikasi,
pengklusteran, dan asosiasi (Larose, 2005). Prediksi hampir sama dengan
klasifikasi dan estimasi, beberapa metode dan teknik yang digunakan dalam
klasifikasi dapat digunakan juga untuk prediksi dan estimasi (Larose, 2005). Pada
penelitian ini, data latih yang digunakan adalah data berjenis nominal dimana
algoritma klasifikasi dapat bekerja baik untuk mengolah data-data tersebut.
Terdapat beberapa jenis algoritma klasifikasi yang didapat dimanfaatkan, antara
lain algoritma Naive Bayes dan Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4
Algoritma
Naive
Bayes
dan
Apriori
adalah algoritma yang dapat
dimanfaatkan dalam proses klasifikasi data berjenis nominal. Menurut Moh. Nazir
(2003), data nominal adalah data yang memiliki ukuran yang paling sederhana,
dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja,
dan tidak menunjukkan tingkatan apapun, sehingga dapat dikatakan bahwa datadata nominal memiliki tingkat yang setara.
Sebagai dua algoritma klasifikasi yang berbeda, algoritma Naive Bayes dan
Apriori memiliki beberapa perbedaan. Perbedaan di antara kedua algoritma
tersebut dapat diketahui dengan cara melakukan perbandingan. Perbandingan
algoritma dapat dilakukan dengan beberapa cara, antara lain dengan cara
membandingkan tingkat akurasi dalam memprediksi dan kompleksitas algoritma.
Perbandingan algoritma bertujuan untuk mendapatkan algoritma yang dianggap
paling baik pada proses klasifikasi suatu permasalahan, karena sebuah algoritma
yang dianggap bekerja baik pada kasus A, maka belum tentu bisa menghasilkan
hasil klasifikasi yang baik pada kasus B. Maka, diharapkan dengan adanya
penelitian dalam perbandingan algoritma Naive Bayes dan Apriori, dapat
diketahui algoritma klasifikasi yang baik untuk menyelesaikan masalah pemilihan
warna cat dinding kamr tidur berdasarkan kepribadian.
1.2
RUMUSAN MASALAH
Permasalahan utama yang ingin diselesaikan melalui skripsi ini adalah
bagaimana membangun perangkat lunak pemilihan warna cat dinding kamar tidur
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5
berdasarkan kepribadian. Sedangkan rumusan masalah khusus adalah sebagai
berikut :
1.
Bagaimana implementasi algoritma Naive Bayes untuk sistem pemilihan
warna cat dinding kamar tidur sesuai dengan kepribadian?
2.
Bagaimana implementasi algoritma Apriori untuk sistem pemilihan warna
cat dinding kamar tidur sesuai dengan kepribadian?
3.
Bagaimana perbandingan kompleksitas algoritma Naive Bayes dan Apriori?
4.
Bagaimana perbandingan hasil akurasi antara algoritma Naive Bayes dan
Apriori?
1.3
TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah membangun sebuah perangkat lunak
pemilihan warna cat dinding kamar tidur berdasarkan kepribadian manusia
berbasis web untuk mempermudah manusia dalam memilih warna cat dinding
untuk kamar tidur sehingga menghasilkan kamar tidur yang nyaman. Adapun
tujuan lebih rinci dari penelitian ini adalah sebagai berikut :
1.
Dapat
mengimplementasikan
algoritma
Naive
Bayes
dalam
sistem
pemilihan warna cat dinding kamar tidur berdasarkan kepribadian.
2.
Dapat mengimplementasikan algoritma
Apriori dalam sistem pemilihan
warna cat dinding kamar tidur berdasarkan kepribadian.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
6
3.
Dapat mengetahui perbandingan kompleksitas di antara algoritma Naive
Bayes dan Apriori dalam sistem pemilihan warna cat dinding kamar tidur
berdasarkan kepribadian.
4.
Dapat mengetahui perbandingan akurasi di antara algoritma Naive Bayes
dan Apriori dalam sistem pemilihan warna cat dinding kamar tidur
berdasarkan kepribadian.
1.4
BATASAN MASALAH
Untuk memfokuskan penelitian, masalah pada penelitian ini dibatasi sebagai
berikut :
1.
Tipe
kepribadian
yang
digunakan
dalam penelitian
ini adalah
tipe
kepribadian berdasarkan teori kepribadian Hippocrates (tipe kepribadian
Choleric, Sanguinic, Phlegmatic, dan Melancholic).
2.
Jenis-jenis warna yang diteliti adalah jenis-jenis warna berdasarkan Teori
Warna Brewster (warna primer, warna sekunder, warna tersier, dan warna
netral).
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
7
1.5
METODE PENELITIAN
Metode yang digunakan dalam penulisan skripsi ini adalah sebagai berikut :
1.5.1 Tahap Pengumpulan Data
1.5.1.1 Studi Literatur
Dalam tahap ini, pengumpulan data dilakukan dengan cara mengumpulkan
literatur, jurnal, browsing internet dan bacaan-bacaan lain yang menunjang dan
berkaitan dengan topik penelitian baik berupa textbook atau paper.
1.5.1.2 Studi Lapangan
Dalam
tahap
studi
lapangan,
peneliti mengumpulkan
data
dengan
menganalisis secara langsung permasalahan real yang terjadi pada objek
penelitian.
1.5.2 Analisis dan Perancangan Perangkat Lunak
Setelah sejumlah sumber dirasakan cukup membantu untuk meningkatkan
pemahaman
terhadap
objek
yang
diteliti,
tahap
selanjutnya adalah mulai
merancang perangkat lunak yang akan dibuat. Dalam tahap ini disusun semua
skema terkait dalam perancangan sistem, termasuk alur program hingga selesai
sampai dengan rancangan user interface.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
8
1.5.3 Implementasi Perangkat Lunak
Dalam tahap ini, peneliti akan mulai menerapkan semua hasil rancangan ke
dalam bentuk perangkat lunak
1.5.4 Pengujian dan Evaluasi
Tahap ini sekaligus menjadi tahap akhir penelitian. Dalam tahap ini,
perangkat lunak yang berhasil dibangun diuji dan dianalisis sejauh mana aplikasi
yang dihasilkan dapat menjadi prototipe untuk pengembangan aplikasi sistem
pemilihan cat dinding kamar tidur.
1.6
SISTEMATIKA PENULISAN
Sistematika penulisan skripsi ini disusun untuk memberikan gambaran
umum tentang tugas akhir dan perangkat lunak yang akan dibuat. Sistematika
penulisan tugas akhir ini adalah sebagai berikut :
BAB I PENDAHULUAN
Dalam Bab I akan diuraikan tentang latar belakang masalah, rumusan masalah,
maksud dan tujuan, batasan
masalah, metode penelitian dan sistematika
penulisan.
BAB II KAJIAN PUSTAKA
Bab ini memaparkan beberapa hal seperti pengertian algoritma klasifikasi, tipe
kepribadian manusia, bahasa pemograman
yang digunakan, tinjauan perangkat
lunak dan sebagainya.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
9
BAB III METODOLOGI PENELITIAN
Bab ini memaparkan tentang analisis sistem, analisis masalah, analisis yang
sedang
berjalan,
analisis
kebutuhan
non
fungsional,
perancangan
sistem,
perancangan antarmuka dan sebagainya.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini akan dibahas secara mendalam berbagai hal yang akan menjawab apa
yang sudah dirumuskan dalam rumusan masalah.
BAB V KESIMPULAN DAN SARAN
Pada bab ini berisi tentang kesimpulan dari BAB IV dan saran yang diajukan agar
dapat menjadi bahan pertimbangan untuk rekomendasi penelitian selanjutnya.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
40
BAB III
METODOLOGI PENELITIAN
3.1
DESAIN PENELITIAN
Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian
yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain
penelitian yang digunakan pada proses rancang bangun aplikasi sistem pemilihan
warna cat dinding kamar tidur berdasarkan kepribadian dengan menggunakan
algoritma Apriori dan algoritma Naive Bayes.
Gambar 3.1 Desain Penelitian
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
41
Desain penelitian ini meliputi :
1.
Tahapan Penelitian Awal
a.
Menentukan data yang dibutuhkan
Data yang dibutuhkan adalah data demografi yang bersifat nominal atau
setara. Data-data tersebut akan digunakan dalam proses klasifikasi data mining.
b.
Mempersiapkan alat dan bahan penelitian
Alat yang akan digunakan dalam penelitian ini adalah :
1) Laptop dengan spesifikasi:
-
Prosesor Intel Core i3
-
RAM 2,00 GB
-
Harddisk 250 GB
2) Perangkat Lunak :
-
Operating System
: Windows 7 Professional
-
Software
: XAMPP, NetBeans
Bahan yang akan digunakan dalam penelitian ini adalah paper, textbook,
dan dokumentasi lainnya yang didapat dari World Wide Web.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
42
2.
Studi Literatur
a.
Mengumpulkan semua data dan informasi yang dibutuhkan
Metode pengumpulan data yang digunakan adalah random sampling.
Pengumpulan data dilakukan dengan cara menyebar survey secara acak hingga
jumlah sampel yang dibutuhkan terpenuhi. Survey adalah kegiatan pengumpulan
data dari sebagian populasi (penduduk) yang pemilihannya dilakukan dengan
menggunakan
metode
statsitik
tertentu
sehingga
tetap
dapat
melakukan
pendugaan atas populasinya. Untuk menentukan jumlah sampel yang dibutuhkan,
digunakan rumus cross sectional sebagai berikut:
Namun, jika besar populasi (N) tidak diketahui, maka besar sampel
dihitungan dengan rumus :
Keterangan :
n
= jumlah sampel minimal yang diperlukan
Z
= score Z, berdasarkan nilai α yang diinginkan
α
= derajat kepercayaan
d
= toleransi kesalahan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
43
p
= proporsi kasus yang diteliti dalam populasi, jika p tidak diketahui maka
gunakan p terbesar. p terbesar yaitu p = 0.5
1-p
= q, yaitu proporsi untuk terjadinya suatu kejadian. Jika penelitian ini
menggunakan p terbesar, maka q = 1-p = 1=0.5
Batas toleransi kesalahan dinyatakan dengan prosentase. Semakin kecil
toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya
penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Pada
penelitian ini, ditentukan bahwa batas toleransi kesalahan adalah 5% = 0.05.
Besar nilai Z disesuaikan dengan nilai α :
Tabel 3.1 Besar nilai Z disesuaikan dengan Nilai α
α
1%
5%
10%
1–α
99%
95%
90%
Z1 – α/2
2.58
1.96
1.64
Z1 - α
2.33
1.64
1.28
Sesuai dengan rumus cross sectional dimana Z1 – α/2, maka besaran score Z
yang akan diambil adalah sesuai dengan kolom ketiga. Pada penelitian ini, derajat
kepercayaan yang digunakan adalah 5%, maka Z1 – α/2 = 1.96 Jika sudah
ditetapkan bawah score Z = 1.96, maka Z2 = 3.84 atau dibulatkan menjadi 4.
Maka, rumus untuk mengetahui jumlah sampel yang dibutuhkan sering kali
dtuliskan sebagai berikut:
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
44
Maka, dari rumus di atas jumlah sampel yang dibutuhkan pada penelitian ini
adalah:
n
n
n
= 4 . 0.5 (1-0.5)
0.052
= 0.9604
0.0025
= 384
Jadi,
jumlah
sampel
minimal
yang
dibutuhkan
untuk
penelitian
ini
berjumlah 384 sampel.
Sampel penelitian tersebut akan dijadikan sebagai objek penelitian pada
penelitian ini. Sampel penelitian tersebut terdiri dari 4 atribut berjenis data
nominal, yaitu dari jenis kelamin, umur, jenis psikologi manusia, dan golongan
warna.
b.
Mempelajari konsep klasifikasi dalam data mining.
Inti konsep dari data mining adalah menggali dan mendapatkan pengetahuan
(knowledge) dari kumpulan data-data yang ada. Data mining dapat dikategorikan
sebagai suatu proses pendukung pengambil keputusan dimana kita mencari pola
informasi dalam data. Pencarian tersebut disebut sebagai discovery. Discovery
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
45
adalah proses pencarian dalam basis data untuk menemukan pola yang
tersembunyi. Discovery dapat dilakukan dengan cara klasifikasi. Pada proses
klasifikasi,
record-record
data
yang
sebelumnya
tidak
terlihat
dinyatakan
kelasnya seakuran mungkin. Pada penelitian skripsi ini, klasifikasi digunakan
dalam pemodelan prediktif sehingga dapat memprediksi label kelas untuk record
yang belum diketahui kelasnya.
c.
Mempelajari konsep algoritma Naive Bayes
Algoritma Naive Bayes merupakan salah satu algoritma yang terdapat pada
teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode
probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes,
yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa
sebelumnya
sehingga
dikenal sebagai Teorema
Bayes.
Teorema
tersebut
dikombinasikan dengan Naive, dimana Naive itu sendiri diasumsikan sebagai
kondisi antar atribut saling bebas. Pada proses algoritma Naive Bayes, sejumlah
petunjuk
yang disebut sebagai atribut diperlukan untuk
membantu dalam
membentuk kelas yang cocok bagi sampel yang dianalisis.
d.
Mempelajari konsep algoritma Apriori
Inti konsep dari algoritma Apriori adalah melakukan pencarian frequent
itemset dengan menggunakan teknik association rule (Erwin, 2009). Algoritma ini
ditujukan
untuk
mencari kombinasi itemset
yang
mempunyai suatu
nilai
keseringan tertentu sesuai kriteria diinginkan. Algoritma Apriori menggunakan
pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
46
informasi selanjutnya.
Pada
algoritma
Apriori
menentukan kandidat yang
mungkin muncul dengan cara memperhatikan minimum support dan minimum
confidence. Support adalah nilai pengunjung atau persentase kombinasi sebuah
item dalam database. Sedangkan confidence adalah nilai kepastian yaitu kuatnya
hubungan antar item dalam sebuah Apriori.
e.
Mempelajari konsep
metode pengembangan perangkat lunak
Metode
Waterfall Sequential Linear
Model metode rekayasa perangkat lunak (RPL) ini sering disebut dengan
“classic life cycle” atau model waterfall. Karena model ini diperkenalkan pertama
kali pada tahun 70-an maka sering dianggap kuno, tetapi merupakan model yang
paling banyak dipakai didalam Software Engineering (SE). Model ini melakukan
pendekatan secara sistematis dan urut mulai dari level kebutuhan sistem lalu
menuju ke tahap analisis, desain, coding, testing/verification. Disebut dengan
waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap
sebelumnya dan berjalan berurutan. Sebagai contoh tahap desain harus menunggu
selesainya tahap sebelumnya yaitu tahap requirement yang terdiri dari tahaptahap: analisis (analysis), desain (design), kode (code), dan uji coba (test).
3.
Data Penelitian
Setelah dilakukan survey untuk mendapatkan jumlah minimal sampel yang
dibutuhkan
untuk
penelitian,
data-data
tersebut
kemudian
diolah
sebelum
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
47
digunakan
dalam pengembangan
perangkat
lunak
dengan cara melakukan
pembersihan, integrasi, seleksi, dan transformasi data jika diperlukan.
Jika terdapat data yang bersifat interval, maka data tersebut dibuatkan tabel
distribusi frekuensi. Fungsi dari tabel distribusi frekuensi adalah agar data yang
bersifat interval dapat disajikan dengan baik sehingga dapat dengan mudah
dipahami serta dapat memberikan potret yang lebih jelas berkaitan dengan
distribusi data.
Untuk
membuat tabel distribusi frekuensi dapat dilakukan
langkah-langkah berikut ini:
a) Urutkan data, biasanya data diurutkan dari nilai yang paling kecil. Tujuan dari
pengurutan
data
ini
adalah
agar
range
data
dapat
diketahui dan
mempermudah penghitungan frekuensi tiap kelas.
b) Tentukan range (rentang atau jangkauan). Menentukan range dengan cara
mencari selisih antara data terendah dan data tertinggi.
c) Tentukan banyak kelas interval yang diinginkan. Dalam menentukan kelas
janganlah terlalu banyak atau terlalu sedikit. Tentukan kelas antara 5 sampai
dengan 20 kelas, tergantung banyak dan sebaran data. Untuk menentukan
banyaknye kelas dapat menggunakan aturan Struges:
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
48
d) Tentukan panjang atau lebar kelas interval (P) :
Keterangan :
P = Panjang kelas interval
R = Rentang (range)
n = Banyak kelas interval
e) Tentukan batas bawah kelas interval pertama.
Tidak ada aturan yang mengikat untuk menentukan nilai batas bawah kelas
interval pertama, asalkan nilai terkecil masih masuk ke dalam kelas tersebut.
Maka, dari langkah-langkah di atas dapat diperoleh informasi berupa
banyaknya kelas, panjang kelas, dan batas bawah kelas. Dengan informasiinformasi tersebut, maka tabel distribusi frekuensi dapat dibuat.
4.
Pengembangan Perangkat Lunak
Setelah tahapan diatas dijalankan, tahapan selanjutnya yaitu pengembangan
perangkat lunak. Dalam mengembangkan sebuah perangkat lunak, dibutuhkan
sebuah metode agar pengembangan perangklat lunak dapat berjalan dengan baik.
Metode tersebut terdiri dari proses-proses tersetruktur yang meliputi : Analisis,
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
49
Desain, Implementasi, Pemeliharaan, dan Pengujian (Analysis, Design, Code, dan
Testing). Proses-proses terstruktur tersebut dapat dijabarkan sebagai berikut.
a.
Analisis
Dalam tahap ini dilakukan analisis pembangunan sistem terhadap kebutuhan
pengguna, dan kebutuhan perangkat lunak yang meliputi penganalisaan informasi,
unjuk kerja, dan antar muka (interface) yang diperlukan.
b.
Desain
Pada tahap ini dilakukan perancangan struktur data, arsitektur perangkat
lunak, representasi antarmuka, dan algoritma prosedural pada sistem.
c.
Code
Tahap ini merupakan fase menterjemahkan model atau desain yang telah
ditetapkan kedalamm bahasa yang dimengerti komputer, dalam penelitian ini
menggunakan PHP dan MySQL.
d.
Test
Pada tahap ini dilakukan pengujian yang difokuskan pada logika internal
perangkat
lunak
yaitu memastikan bahwa semua pernyataan sudah diuji.
Sedangkan pada fungsi eksternal yaitu mengarahkan pengujian untuk menemukan
kesalahan-kesalahan
dan
memastikan
bahwa
masukan yang dibatasi akan
memberikan hasil aktual yang sesuai dengan hasil yang dibutuhkan.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
50
Gambar 3.2 Metode Waterfall Sequential Linear
Selain itu, pada tahap tes ini juga dilakukan pengujian terhadap tingkat
akurasi pada masing-masing algoritma yang diterapkan pada perangkat lunak ini.
Untuk melakukan pengukuran tingkat akurasi, akan diberikan 50 data set yang
akan diprediksi kelasnya. Dari ke-50 data tersebut akan dihitung seberapa besar
prosentase algoritma tersebut merekomendasikan kelas dengan benar.
Dengan cara demikian, maka akan diketahui algoritma mana yang memiliki
tingkat akurasi yang lebih tinggi dan error rate yang lebih rendah serta diketehui
pula algoritma mana yang memiliki tingkat akurasi lebih baik.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
96
BAB V
PENUTUP
1.1
Kesimpulan
Sistem rekomendasi pemilihan warna cat dinding kamar tidur berdasarkan
kepribadian dengan menggunakan algoritma Naive Bayes dan Apriori dapat
menjadi salah
satu pilihan dalam memecahkan masalah dan kebingungan
pengguna dalam memilih cat warna dinding kamar tidur yang sesuai dan cocok
bagi pengguna. Dari hasil penelitian ini pula dapat dipenuhi tujuan penelitian,
yaitu:
1.
Algoritma Naive Bayes dapat diimplementasikan pada sistem pemilihan
warna cat dinding kamar tidur sesuai kepribadian.
2.
Algoritma Apriori dapat diimplementasikan pada sistem pemilihan warna
cat dinding kamar tidur sesuai kepribadian.
3.
Algoritma Naive Bayes dan
algoritma Apriori yang diterapkan pada
penelitan ini memiliki tingkat kompleksitas yang sama. Hal tersebut
dihasilkan
dimana
melalui
perhitungan
didapati bahwa
menggunakan
kompleksitas
Cyclomatic
algoritma
Complexity,
Apriori =
20
dan
kompleksitas algoritma Naive Bayes = 20.
4.
Algoritma Naive Bayes lebih akurat dalam memprediksi dibandingkan
algoritma
Apriori.
Hal tersebut dihasilkan melalui uji coba dengan
memberikan 50 data yang diprediksi kelasnya. Tingkat akurasi didapatkan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
97
dengan cara menghitung menggunakan metode Confussion Matrix. Dari ke50 data yang diuji coba, disimpulkan bahwa algoritma Naive Bayes dan
Apriori memiliki tingkat akurasi sebesar 62% dan 58%.
1.2
Saran
Untuk pengembangan penelitian selanjutnya peneliti menyarankan untuk
melakukan penelitian pada perbandingan kecepatan proses pada algoritma Naive
Bayes dan Apriori.
Adapun metode yang peneliti paparkan dalam skripsi ini merupakan salah
satu cara yang dapat digunakan dalam memfasilitasi masyarakat dalam memilih
cat dinding kamar tidur yang cocok dan sesuai, namun tidak menutup
kemungkinan ada metode lain yang lebih baik atau bahkan terdapat perbaikan
serta pengembangan terhadap metode yang sudah ada. Semoga apa yang sudah
peneliti paparkan dalam skripsi ini dapat menginspirasi pihak lainnya dalam
meneliti dan berusaha memecahkan permasalahan yang berada di sekitar kita.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR PUSTAKA
Alwisol. (2012) Psikologi Kepribadian. Malang : UMM Press
Choungourian, A. Color Preference and Cultural Variation. American University
of Beirut.
Cochran WG. 1997. Sampling Techniques. John Wiley & Sons, Inc.
Darmaprawira,
Sulasmi.
2002.
Warna:
Teori
dan
Kreativitas
Penggunaannya.Bandung: ITB.
Depkes RI. (2009). Profil Kesehatan Indonesia. Jakarta : Departemen Kesehatan
Indonesia
Drs. Kuntjojo, M.Pd. 2009. Psikologi Kepribadian. Pendidikan Bimbingan dan
Konseling Universitas Nusantara PGRI Kediri.
Febriansyah, John Virlib Lestio, Hendra Tanto. 2008. Autentikasi Tanda Tangan
Dengan Menggunakan Metode Fuzzy C-Means. Binus University.
Indrawarsa, M. Sahid. (2007). Kajian Penempatan Furniture dan Pemakaian
Warna (Studi kasus pada kamar tidur hotel Nugraha Wisata BandunganAmbarawa).
Koeswara, E. 1991. Teori-teori kepribadian.Bandung : Eresco.
Laila Safoury & Akram Salah. 2013. Exploiting User Demographic Attributes for
Solving Cold-Start Problem in Recommender System. Egypt : Cairo
University.
Larose, Daniel T. 2005. Discovering Knowledge In Data: An Introduction to Data
Mining. Jogn Willey & Sons, Inc.
Lituhayu, Cahaya. Pengaruh Warna Terhadap Psikologi Pengguna dalam
Perancangan Fasilitas Bedah Plastik.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Kursini & Emha Taufiq Luthfi.
2009. Algoritma Data Mining.Yogyakarta :
Penerbit Andi.
K.P Soman, Shyam Diwakar, & V. Ajay. Data Mining : Theory and Practice.
Moh. Nazir, Ph.D. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2003.
Pile, John F. Interior Design. Harry N. Abrams, Inc. New York. 1998.
Shaddiq, Amhar. 2009. Keoptimalan Naive Bayes Dalam Klasifikasi.
Sugiarto, D. Siagian, LT Sunaryanto, DS Oetomo. 2003. Teknik Sampling.
Penerbit PT Gramedia Pustaka Utama, Jakarta.
Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT
Rineka Cipta, Jakarta.
Suyatno,
M.Kes.
Bagian/Jurusan
Menghitung
Gizi
Besaran
Kesehatan
Sampel
Masyarakat,
Penelitian
Masyarakat.
Fakultas
Kesehatan
Masyarakat, UNDIP Semarang.
Turban, E., dkk. 2005. Decision Support System and Intellegent Systems. Yogya:
Andi Offset.
Universitas Pendidikan Indonesia. (2013). Pedoman Penulisan Karya Ilmiah.
Bandung.
Wibowo, Tanjung. S, dkk. Aplikasi Object-Based Image Analysis (OBIA) untuk
Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR2. Universitas Gajah Mada : Yogyakarta.
Accuracy Assesment. Connecticut, USA : Yale University, diakses pada tanggal
24 Mei 2014, www.yale.edu/ceo/OEFS/Accuracy_Assessment.pdf
Percent Error Formula. Iowa City, USA : Iowa University, diakses pada tanggal
8 Juni 2014,
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
http://astro.physics.uiowa.edu/ITU/glossary/percent-error-formula/
Pramudiono, Iko., 2006, Apa itu data mining?, diakses pada tanggal 13 Januari
2014, http://datamining.japati.net/cgibin/indodm.cgi?bacaarsip&1155527614&artikel
Pengujian Perangkat Lunak, diakses tanggal 31 Mei 2013
http://ocw.gunadarma.ac.id/course/industrial-technology/informatics-engineerings1/rekayasa-perangkat- lunak-1/pengujian-perangkat- lunak
Teori Warna Brewster, diakses tanggal 6 September 2013,
http://www.edupaint.com/warna/roda-warna/486-read-110617-teori-warnabrewster.html
Tipe Kepribadian Hippocrates dan Galenus, diakses tanggal 8 September 2013,
http://www.psikologizone.com/tipe-kepribadian-hippocrates-dangalenus/06511495
Zaine, Osmar. R. 1999. Chapter I: Introduction to Data Mining, University of
Alberta, diakses tanggal 30 Mei 2014,
http://webdocs.cs.ualberta.ca/~zaiane/courses/cmput690/notes/Chapter1/
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
SKRIPSI
Diajukan untuk Memenuhi Sebagian dari
Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Ilmu Komputer
Oleh:
Juwita Juanda
0801361
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
2014
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
Oleh
Juwita Juanda
0801361
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar
Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Juwita Juanda 2014
Universitas Pendidikan Indonesia
Juni 2014
Hak Cipta dilindungi undang-undang.
Skripsi ini tidak boleh diperbanyak seluruhya atau sebagian,
dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis.
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
JUWITA JUANDA
0801361
DISETUJUI DAN DISAHKAN OLEH PEMBIMBING:
Pembimbing I
Rasim, MT
NIP. 197407252006041002
Pembimbing II
Asep Wahyudin, MT
NIP. 197112232006041001
Mengetahui
Ketua Program Studi Ilmu Komputer
Rasim, MT
NIP. 197407252006041002
LEMBAR PERNYATAAN
Saya menyatakan bahwa skripsi yang berjudul “Perbandingan Algoritma
Naive Bayes dan Apriori Dalam Sistem Rekomendasi Pemilihan Warna Cat
Dinding Kamar Tidur Berdasarkan Kepribadian” ini sepenuhnya karya saya
sendiri. Tidak ada bagian di dalamnya yang merupakan plagiat dari karya orang
lain dan saya tidak memelakukan penjiplakan atau pengutipan dengan cara-cara
yang tidak sesuai dengan etika keilmuan yang berlaku dalam masyarakat
keilmuan.
Atas
pernyataan ini,
saya siap
menanggung resiko/sanksi yang
dijatuhkan kepada saya apabila kemudian ditemukan adanya pelanggaran terhadap
etika keilmuan dalam karya saya ini.
Bandung, Juni 2014
Yang membuat pernyataan,
Juwita Juanda
ABSTRAK
PERBANDINGAN ALGORITMA NAIVE BAYES DAN APRIORI DALAM
SISTEM REKOMENDASI PEMILIHAN WARNA CAT DINDING
KAMAR TIDUR BERDASARKAN KEPRIBADIAN
Juwita Juanda, 0801361, juwitajuanda@gmail.com
Dalam membangun sistem rekomendasi, terdapat beberapa algoritma yang
dapat digunakan, antara lain algoritma Naive Bayes dan Apriori. Algoritma Naive
Bayes dan Apriori adalah algoritma yang dapat dimanfaatkan dalam proses
klasifikasi data berjenis nominal. Sebagai dua algoritma klasifikasi yang berbeda,
kedua algoritma ini memiliki beberapa perbedaan ataupun persamaan. Perbedaan
dan persamaan di antara kedua algoritma tersebut dapat diketahui dengan cara
melakukan perbandingan. Perbandingan algoritma dapat dilakukan dengan
beberapa cara, antara lain dengan cara membandingkan akurasi dan kompleksitas
algoritma. Perbandingan algoritma bertujuan untuk mendapatkan algoritma yang
dianggap paling baik pada proses klasifikasi suatu permasalahan, karena sebuah
algoritma yang dianggap bekerja baik pada kasus A, maka belum tentu bisa
menghasilkan hasil klasifikasi yang baik pada kasus B. Maka, diharapkan dengan
adanya penelitian dalam perbandingan algoritma Naive Bayes dan Apriori, dapat
diketahui algoritma klasifikasi yang baik untuk menyelesaikan masalah pemilihan
warna cat dinding kamr tidur berdasarkan kepribadian.
Kata Kunci : Sistem Rekomendasi, Perbandingan Algoritma, Naive Bayes,
Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ABSTRACT
COMPARISON OF NAIVE BAYES AND APRIORI ALGORITHM ON
RECOMMENDATION SYSTEM FOR CHOOSING BEDROOM PAINT
COLOR BASED ON PERSONALITY
Juwita Juanda, 0801361, juwitajuanda@gmail.com
In building a recommendation systems , there are several algorithms that can
be used , there are Naive Bayes algorithm and Apriori algorithm. Naive Bayes
and Apriori algorithm are algorithm that can be utilized in the nominal data type
classification process. As two different classification algorithms, both of them
have some differences and similarities. Differences and similarities between them
can be discovered by comparing the both algorithm. Comparison of the algorithm
can be done in several ways, such as comparing accuracy and complexity of the
algorithms. Comparison algorithm aims to obtain an algorithm that is the best for
classiffication process of a problems, because an algorithm that works well on
some case, but isn’t works well on another case. Thus, in this research of
comparison algorithm Naive Bayes and Apriori , it can be seen that a good
classification algorithm to solve the problem wall room paint color selection was
based on personality.
Key Word: Recommender System, Algorithm Comparison, Naive Bayes, Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR ISI
ABSTRAK ..........................................................................................................i
ABSTRACT ........................................................................................................ii
KATA PENGANTAR........................................................................................iii
UCAPAN TERIMAKASIH ..............................................................................iv
DAFTAR ISI ......................................................................................................vi
DAFTAR TABEL ..............................................................................................ix
DAFTAR GAMBAR .........................................................................................xi
BAB I PENDAHULUAN ...................................................................................1
1.1 Latar Belakang ...............................................................................................1
1.2 Rumusan Masalah ..........................................................................................4
1.3 Tujuan Penelitian............................................................................................5
1.4 Batasan Masalah ............................................................................................6
1.5 Metode Penelitian...........................................................................................6
1.6 Sistematika Penulisan.....................................................................................8
BAB II KAJIAN PUSTAKA .............................................................................10
2.1 Landasan Teori...............................................................................................10
2.1.1 Sistem Rekomendasi...............................................................................10
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2.1.2 Data Mining ...........................................................................................13
2.1.3 Klasifikasi ...............................................................................................17
2.1.4 Naive Bayes............................................................................................20
2.1.5 Apriori....................................................................................................22
2.1.6 Data Demografi ......................................................................................25
2.1.7 Warna .....................................................................................................26
2.1.8 Teori Kepribadian Manusia ....................................................................29
2.1.9 Psikologi Warna dalam Interior..............................................................31
2.2 Tinjauan Perangkat Lunak .............................................................................34
2.2.1 PHP ........................................................................................................34
2.2.2 XAMPP..................................................................................................35
2.2.3 MySQL ..................................................................................................36
2.2.4 Data Flow Diagram (DFD) ...................................................................37
2.2.5 Metode Pengembangan Perangkat Lunak ..............................................38
BAB III METODOLOGI PENELITIAN ........................................................39
3.1 Desain Penelitian ............................................................................................39
BAB IV HASIL PENELITIAN.........................................................................51
4.1 Hasil Penelitian...............................................................................................51
4.1.1 Proses Klasifikasi Data Mining .............................................................50
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4.1.2 Hasil Survey ...........................................................................................54
4.2 Implementasi Algoritma .................................................................................59
4.2.1 Implementasi Algoritma Naive Bayes ...................................................59
4.2.2 Implementasi Algoritma Apriori ...........................................................64
4.3 Perbandingan Algoritma Naive Bayes dan Apriori .......................................72
4.3.1 Perbandingan Kompleksitas Algoritma ..................................................72
4.3.2 Perbandingan Akurasi ............................................................................86
BAB V PENUTUP..............................................................................................96
5.1 Kesimpulan.....................................................................................................96
5.2 Saran ..............................................................................................................97
DAFTAR PUSTAKA
LAMPIRAN
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR TABEL
Tabel
2.1
Tipe Kepribadian Manusia Berdasarkan Teori Hipocrates ........................30
2.2
Komponen Data Flow Diagram ................................................................37
3.1
Besar nilai Z disesuaikan dengan Nilai α ..................................................43
4.1
Kategori Umur Depkes RI Tahun 2009 .....................................................52
4.2
Data Atribut Jenis Kelamin.........................................................................55
4.3
Data Atribut Tipe Kepribadian ...................................................................55
4.4
Data Atribut Golongan Warna ...................................................................56
4.5
Hasil Pengurutan Data Atribut Umur .........................................................55
4.6
Informasi yang didapatkan dari Atribut Umur ...........................................58
4.7
Tabel Distribusi Frekuensi Atribut Umur...................................................58
4.8
Kategori Umur Depkes RI Tahun 2009 .....................................................59
4.9
Jumlah Data Atribut Umur Berdasarkan Kategori Umur ...........................59
4.10 Contoh Data yang akan Diproses dengan Algoritma Naive Bayes ............61
4.11 Hasil Prediksi Menggunakan Algoritma Klasifikasi Naive Bayes.............65
4.12 Contoh Data yang akan Diproses dengan Algoritma Apriori ....................66
4.13 Proses Pengkategorian ................................................................................67
4.14 Pola Kombinasi 2 Itemsets ........................................................................70
4.15 Hasil Seleksi Kombinasi Itemsets..............................................................70
4.16 Nilai Support dan Nilai Confidence...........................................................70
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4.17 Nilai Support, Nilai Confidence, dan Nilai Support x Confidence ............71
4.18 Contoh Data yang akan Diproses dengan Algoritma Apriori ....................71
4.19 Data Hasil Perhitungan Algoritma Apriori ................................................71
4.20 Hasil Prediksi Menggunakan Algoritma Apriori .......................................72
4.21 Script Algoritma Naive Bayes ....................................................................76
4.22 Script Algoritma Apriori ............................................................................80
4.23 Hasil Perhitungan Cyclomatic Complexity pada Algoritma Naive Bayes
dan Algoritma Apriori................................................................................86
4.24 Data Percobaan...........................................................................................87
4.25 Hasil Percobaan dengan 50 Data ...............................................................90
4.26 Hasil Prediksi Algoritma Naive Bayes dan Apriori ..................................92
4.27 Tabel Confussion Matrix Hasil Prediksi Algoritma Naive Bayes ..............93
4.28 Producer Accuracy Atribut pada Algoritma Naive Bayes .........................93
4.29 User Accuracy Atribut pada Algoritma Naive Bayes ................................93
4.30 Tabel Confussion Matrix Hasil Prediksi Algoritma Apriori ......................94
4.31 Producer Accuracy Atribut pada Algoritma Apriori .................................94
4.32 User Accuracy Atribut pada Algoritma Apriori .......................................95
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR GAMBAR
Gambar
2.1 Urutan Langkah Data Mining........................................................................17
2.2 Warna Primer .................................................................................................27
2.3 Warna Sekunder.............................................................................................28
2.4 Warna Tersier.................................................................................................28
2.5 Warna Netral..................................................................................................28
2.6 Metode Waterfall Sequential Linear .............................................................39
3.1 Desain Penelitian ............................................................................................40
3.2 Metode Waterfall Sequential Linear .............................................................49
4.1 Flowchart Algoritma Naive Bayes ................................................................73
4.2 Flowgraph Algoritma Naive Bayes ...............................................................75
4.3 Flowchart Algoritma Apriori ........................................................................80
4.4 Flowgraph Algoritma Apriori .......................................................................82
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1
BAB 1
PENDAHULUAN
1.1
LATAR BELAKANG
Kamar tidur yang nyaman merupakan dambaan setiap orang. Untuk
memperoleh kamar tidur yang nyaman dibutuhkan beberapa sentuhan elemen
interior yang dapat menunjang dan meningkatkan rasa nyaman tersebut, salah
satunya adalah dengan cara memilih warna cat dinding kamar tidur yang cocok
bagi individu yang menempati kamar tidur tersebut.
Menurut
Cahaya
Lituhayu,
ruang yang ditempati seseorang memiliki
pengaruh kuat terhadap kondisi psikologis orang tersebut. Menurut M. Sahid
Indraswara (2007), warna memiliki peran penting yang mendukung terciptanya
suasana nyaman dan dapat mempengaruhi psikologis penghuni. Menurut Cahaya
Lituhayu, ruang yang ditempati seseorang memiliki pengaruh kuat terhadap
kondisi psikologis orang tersebut. Pemilihan warna yang salah dan pemakaian
warna yang tidak serasi dapat menyebabkan sebuah ruangan menjadi tidak
nyaman (M. Sahid Indraswara, 2007).
Cara termudah untuk merubah suasana sebuah ruangan menjadi lebih
nyaman adalah dengan cara mengganti warna cat dinding ruangan tersebut. Warna
cat dinding yang akan diaplikasikan di dalam ruangan dapat dipilih dan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2
disesuaikan dengan kepribadian agar individu yang tinggal di dalamnya merasa
nyaman dan betah.
Di
dalam
dunia
kedokteran
dan
psikologi,
William
H.
Sheldon
mengembangkan teori dan konsep mengenai kepribadian yang berakar pada faktor
biologi (Alwisol,
2005),
salah
satu
teori tersebut dikenal sebagai teori
Hippocrates. Teori Hippocrates membagi manusia menjadi 4 kepribadian, yaitu
Choleric, Melancholic, Phlegmatic, dan Sangunic (Alwisol, 2005). Masingmasing dari tipe kepribadian manusia tersebut memiliki ciri khas, kekekurangan,
kelebihan, dan kebutuhan tersendiri, termasuk kebutuhan akan warna cat dinding
yang membuat kamar tidur menjadi nyaman. Berawal dari kebutuhan tersebut,
maka diperlukanlah sebuah sistem untuk menjembatani 4 kepribadian manusia
yang berbeda agar masing-masing kepribadian tersebut bisa mendapatkan warna
cat
dinding
kamar tidur yang sesuai dengan kepribadian,
sehingga bisa
menciptakan suasana kamar yang nyaman. Sistem yang dimaksud adalah sebuah
sistem yang dapat memberikan rekomendasi pemilihan warna cat dinding sesuai
dengan kepribadian manusia.
Sistem rekomendasi adalah sebuah sistem yang bersandar pada ide awal
yaitu
beradaptasi dengan
perilaku
setiap
individu pengguna dengan cara
mempelajari selera mereka. Hal tersebut bertujuan untuk membangun profil
pengguna yang kelak dapat dimanfaatkan untuk merekomendasikan produk yang
relevan (Marco de Gamis, 2009).
Dalam membangun sistem rekomendasi
terdapat sebuah masalah klasik, yaitu cold-start problem. Masalah cold-start
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3
problem dapat diselesaikan dengan melakukan rekomendasi menggunakan data
demografi yang dimasukkan oleh pengguna ke dalam sistem saat melakukan
pendaftaran. Pendekatan dengan cara ini disebut dengan demographic-based
approach (Safoury, dkk, 2013).
Untuk melakukan proses rekomendasi, sistem membutuhkan data latih agar
dapat membandingkan apakah Pengguna A cocok dengan X. Prediksi kecocokan
dapat diperoleh berdasarkan hasil perbandingan dengan pengguna-pengguna lain
yang memiliki kemiripan data demografi dengan pengguna A. Untuk melakukan
hal prediksi tersebut, sistem komputer yang dibangun membutuhkan bantuan
algoritma. Algoritma yang digunakan adalah algoritma data mining yang bekerja
menggali informasi dari data latih yang ada sehingga dapat menghasilkan prediksi
warna yang cocok bagi seseorang yang memiliki atribut atau data demografi
tertentu.
Algoritma dalam data mining dibagi dalam beberapa jenis berdasarkan
pekerjaan yang dapat dilakukan, yaitu deskriptif, estimasi, prediksi, klasifikasi,
pengklusteran, dan asosiasi (Larose, 2005). Prediksi hampir sama dengan
klasifikasi dan estimasi, beberapa metode dan teknik yang digunakan dalam
klasifikasi dapat digunakan juga untuk prediksi dan estimasi (Larose, 2005). Pada
penelitian ini, data latih yang digunakan adalah data berjenis nominal dimana
algoritma klasifikasi dapat bekerja baik untuk mengolah data-data tersebut.
Terdapat beberapa jenis algoritma klasifikasi yang didapat dimanfaatkan, antara
lain algoritma Naive Bayes dan Apriori.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4
Algoritma
Naive
Bayes
dan
Apriori
adalah algoritma yang dapat
dimanfaatkan dalam proses klasifikasi data berjenis nominal. Menurut Moh. Nazir
(2003), data nominal adalah data yang memiliki ukuran yang paling sederhana,
dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja,
dan tidak menunjukkan tingkatan apapun, sehingga dapat dikatakan bahwa datadata nominal memiliki tingkat yang setara.
Sebagai dua algoritma klasifikasi yang berbeda, algoritma Naive Bayes dan
Apriori memiliki beberapa perbedaan. Perbedaan di antara kedua algoritma
tersebut dapat diketahui dengan cara melakukan perbandingan. Perbandingan
algoritma dapat dilakukan dengan beberapa cara, antara lain dengan cara
membandingkan tingkat akurasi dalam memprediksi dan kompleksitas algoritma.
Perbandingan algoritma bertujuan untuk mendapatkan algoritma yang dianggap
paling baik pada proses klasifikasi suatu permasalahan, karena sebuah algoritma
yang dianggap bekerja baik pada kasus A, maka belum tentu bisa menghasilkan
hasil klasifikasi yang baik pada kasus B. Maka, diharapkan dengan adanya
penelitian dalam perbandingan algoritma Naive Bayes dan Apriori, dapat
diketahui algoritma klasifikasi yang baik untuk menyelesaikan masalah pemilihan
warna cat dinding kamr tidur berdasarkan kepribadian.
1.2
RUMUSAN MASALAH
Permasalahan utama yang ingin diselesaikan melalui skripsi ini adalah
bagaimana membangun perangkat lunak pemilihan warna cat dinding kamar tidur
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5
berdasarkan kepribadian. Sedangkan rumusan masalah khusus adalah sebagai
berikut :
1.
Bagaimana implementasi algoritma Naive Bayes untuk sistem pemilihan
warna cat dinding kamar tidur sesuai dengan kepribadian?
2.
Bagaimana implementasi algoritma Apriori untuk sistem pemilihan warna
cat dinding kamar tidur sesuai dengan kepribadian?
3.
Bagaimana perbandingan kompleksitas algoritma Naive Bayes dan Apriori?
4.
Bagaimana perbandingan hasil akurasi antara algoritma Naive Bayes dan
Apriori?
1.3
TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah membangun sebuah perangkat lunak
pemilihan warna cat dinding kamar tidur berdasarkan kepribadian manusia
berbasis web untuk mempermudah manusia dalam memilih warna cat dinding
untuk kamar tidur sehingga menghasilkan kamar tidur yang nyaman. Adapun
tujuan lebih rinci dari penelitian ini adalah sebagai berikut :
1.
Dapat
mengimplementasikan
algoritma
Naive
Bayes
dalam
sistem
pemilihan warna cat dinding kamar tidur berdasarkan kepribadian.
2.
Dapat mengimplementasikan algoritma
Apriori dalam sistem pemilihan
warna cat dinding kamar tidur berdasarkan kepribadian.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
6
3.
Dapat mengetahui perbandingan kompleksitas di antara algoritma Naive
Bayes dan Apriori dalam sistem pemilihan warna cat dinding kamar tidur
berdasarkan kepribadian.
4.
Dapat mengetahui perbandingan akurasi di antara algoritma Naive Bayes
dan Apriori dalam sistem pemilihan warna cat dinding kamar tidur
berdasarkan kepribadian.
1.4
BATASAN MASALAH
Untuk memfokuskan penelitian, masalah pada penelitian ini dibatasi sebagai
berikut :
1.
Tipe
kepribadian
yang
digunakan
dalam penelitian
ini adalah
tipe
kepribadian berdasarkan teori kepribadian Hippocrates (tipe kepribadian
Choleric, Sanguinic, Phlegmatic, dan Melancholic).
2.
Jenis-jenis warna yang diteliti adalah jenis-jenis warna berdasarkan Teori
Warna Brewster (warna primer, warna sekunder, warna tersier, dan warna
netral).
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
7
1.5
METODE PENELITIAN
Metode yang digunakan dalam penulisan skripsi ini adalah sebagai berikut :
1.5.1 Tahap Pengumpulan Data
1.5.1.1 Studi Literatur
Dalam tahap ini, pengumpulan data dilakukan dengan cara mengumpulkan
literatur, jurnal, browsing internet dan bacaan-bacaan lain yang menunjang dan
berkaitan dengan topik penelitian baik berupa textbook atau paper.
1.5.1.2 Studi Lapangan
Dalam
tahap
studi
lapangan,
peneliti mengumpulkan
data
dengan
menganalisis secara langsung permasalahan real yang terjadi pada objek
penelitian.
1.5.2 Analisis dan Perancangan Perangkat Lunak
Setelah sejumlah sumber dirasakan cukup membantu untuk meningkatkan
pemahaman
terhadap
objek
yang
diteliti,
tahap
selanjutnya adalah mulai
merancang perangkat lunak yang akan dibuat. Dalam tahap ini disusun semua
skema terkait dalam perancangan sistem, termasuk alur program hingga selesai
sampai dengan rancangan user interface.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
8
1.5.3 Implementasi Perangkat Lunak
Dalam tahap ini, peneliti akan mulai menerapkan semua hasil rancangan ke
dalam bentuk perangkat lunak
1.5.4 Pengujian dan Evaluasi
Tahap ini sekaligus menjadi tahap akhir penelitian. Dalam tahap ini,
perangkat lunak yang berhasil dibangun diuji dan dianalisis sejauh mana aplikasi
yang dihasilkan dapat menjadi prototipe untuk pengembangan aplikasi sistem
pemilihan cat dinding kamar tidur.
1.6
SISTEMATIKA PENULISAN
Sistematika penulisan skripsi ini disusun untuk memberikan gambaran
umum tentang tugas akhir dan perangkat lunak yang akan dibuat. Sistematika
penulisan tugas akhir ini adalah sebagai berikut :
BAB I PENDAHULUAN
Dalam Bab I akan diuraikan tentang latar belakang masalah, rumusan masalah,
maksud dan tujuan, batasan
masalah, metode penelitian dan sistematika
penulisan.
BAB II KAJIAN PUSTAKA
Bab ini memaparkan beberapa hal seperti pengertian algoritma klasifikasi, tipe
kepribadian manusia, bahasa pemograman
yang digunakan, tinjauan perangkat
lunak dan sebagainya.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
9
BAB III METODOLOGI PENELITIAN
Bab ini memaparkan tentang analisis sistem, analisis masalah, analisis yang
sedang
berjalan,
analisis
kebutuhan
non
fungsional,
perancangan
sistem,
perancangan antarmuka dan sebagainya.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Pada bab ini akan dibahas secara mendalam berbagai hal yang akan menjawab apa
yang sudah dirumuskan dalam rumusan masalah.
BAB V KESIMPULAN DAN SARAN
Pada bab ini berisi tentang kesimpulan dari BAB IV dan saran yang diajukan agar
dapat menjadi bahan pertimbangan untuk rekomendasi penelitian selanjutnya.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
40
BAB III
METODOLOGI PENELITIAN
3.1
DESAIN PENELITIAN
Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian
yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain
penelitian yang digunakan pada proses rancang bangun aplikasi sistem pemilihan
warna cat dinding kamar tidur berdasarkan kepribadian dengan menggunakan
algoritma Apriori dan algoritma Naive Bayes.
Gambar 3.1 Desain Penelitian
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
41
Desain penelitian ini meliputi :
1.
Tahapan Penelitian Awal
a.
Menentukan data yang dibutuhkan
Data yang dibutuhkan adalah data demografi yang bersifat nominal atau
setara. Data-data tersebut akan digunakan dalam proses klasifikasi data mining.
b.
Mempersiapkan alat dan bahan penelitian
Alat yang akan digunakan dalam penelitian ini adalah :
1) Laptop dengan spesifikasi:
-
Prosesor Intel Core i3
-
RAM 2,00 GB
-
Harddisk 250 GB
2) Perangkat Lunak :
-
Operating System
: Windows 7 Professional
-
Software
: XAMPP, NetBeans
Bahan yang akan digunakan dalam penelitian ini adalah paper, textbook,
dan dokumentasi lainnya yang didapat dari World Wide Web.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
42
2.
Studi Literatur
a.
Mengumpulkan semua data dan informasi yang dibutuhkan
Metode pengumpulan data yang digunakan adalah random sampling.
Pengumpulan data dilakukan dengan cara menyebar survey secara acak hingga
jumlah sampel yang dibutuhkan terpenuhi. Survey adalah kegiatan pengumpulan
data dari sebagian populasi (penduduk) yang pemilihannya dilakukan dengan
menggunakan
metode
statsitik
tertentu
sehingga
tetap
dapat
melakukan
pendugaan atas populasinya. Untuk menentukan jumlah sampel yang dibutuhkan,
digunakan rumus cross sectional sebagai berikut:
Namun, jika besar populasi (N) tidak diketahui, maka besar sampel
dihitungan dengan rumus :
Keterangan :
n
= jumlah sampel minimal yang diperlukan
Z
= score Z, berdasarkan nilai α yang diinginkan
α
= derajat kepercayaan
d
= toleransi kesalahan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
43
p
= proporsi kasus yang diteliti dalam populasi, jika p tidak diketahui maka
gunakan p terbesar. p terbesar yaitu p = 0.5
1-p
= q, yaitu proporsi untuk terjadinya suatu kejadian. Jika penelitian ini
menggunakan p terbesar, maka q = 1-p = 1=0.5
Batas toleransi kesalahan dinyatakan dengan prosentase. Semakin kecil
toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya
penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Pada
penelitian ini, ditentukan bahwa batas toleransi kesalahan adalah 5% = 0.05.
Besar nilai Z disesuaikan dengan nilai α :
Tabel 3.1 Besar nilai Z disesuaikan dengan Nilai α
α
1%
5%
10%
1–α
99%
95%
90%
Z1 – α/2
2.58
1.96
1.64
Z1 - α
2.33
1.64
1.28
Sesuai dengan rumus cross sectional dimana Z1 – α/2, maka besaran score Z
yang akan diambil adalah sesuai dengan kolom ketiga. Pada penelitian ini, derajat
kepercayaan yang digunakan adalah 5%, maka Z1 – α/2 = 1.96 Jika sudah
ditetapkan bawah score Z = 1.96, maka Z2 = 3.84 atau dibulatkan menjadi 4.
Maka, rumus untuk mengetahui jumlah sampel yang dibutuhkan sering kali
dtuliskan sebagai berikut:
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
44
Maka, dari rumus di atas jumlah sampel yang dibutuhkan pada penelitian ini
adalah:
n
n
n
= 4 . 0.5 (1-0.5)
0.052
= 0.9604
0.0025
= 384
Jadi,
jumlah
sampel
minimal
yang
dibutuhkan
untuk
penelitian
ini
berjumlah 384 sampel.
Sampel penelitian tersebut akan dijadikan sebagai objek penelitian pada
penelitian ini. Sampel penelitian tersebut terdiri dari 4 atribut berjenis data
nominal, yaitu dari jenis kelamin, umur, jenis psikologi manusia, dan golongan
warna.
b.
Mempelajari konsep klasifikasi dalam data mining.
Inti konsep dari data mining adalah menggali dan mendapatkan pengetahuan
(knowledge) dari kumpulan data-data yang ada. Data mining dapat dikategorikan
sebagai suatu proses pendukung pengambil keputusan dimana kita mencari pola
informasi dalam data. Pencarian tersebut disebut sebagai discovery. Discovery
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
45
adalah proses pencarian dalam basis data untuk menemukan pola yang
tersembunyi. Discovery dapat dilakukan dengan cara klasifikasi. Pada proses
klasifikasi,
record-record
data
yang
sebelumnya
tidak
terlihat
dinyatakan
kelasnya seakuran mungkin. Pada penelitian skripsi ini, klasifikasi digunakan
dalam pemodelan prediktif sehingga dapat memprediksi label kelas untuk record
yang belum diketahui kelasnya.
c.
Mempelajari konsep algoritma Naive Bayes
Algoritma Naive Bayes merupakan salah satu algoritma yang terdapat pada
teknik klasifikasi. Naive Bayes merupakan pengklasifikasian dengan metode
probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes,
yaitu memprediksi peluang di masa depan berdasarkan pengalaman di masa
sebelumnya
sehingga
dikenal sebagai Teorema
Bayes.
Teorema
tersebut
dikombinasikan dengan Naive, dimana Naive itu sendiri diasumsikan sebagai
kondisi antar atribut saling bebas. Pada proses algoritma Naive Bayes, sejumlah
petunjuk
yang disebut sebagai atribut diperlukan untuk
membantu dalam
membentuk kelas yang cocok bagi sampel yang dianalisis.
d.
Mempelajari konsep algoritma Apriori
Inti konsep dari algoritma Apriori adalah melakukan pencarian frequent
itemset dengan menggunakan teknik association rule (Erwin, 2009). Algoritma ini
ditujukan
untuk
mencari kombinasi itemset
yang
mempunyai suatu
nilai
keseringan tertentu sesuai kriteria diinginkan. Algoritma Apriori menggunakan
pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
46
informasi selanjutnya.
Pada
algoritma
Apriori
menentukan kandidat yang
mungkin muncul dengan cara memperhatikan minimum support dan minimum
confidence. Support adalah nilai pengunjung atau persentase kombinasi sebuah
item dalam database. Sedangkan confidence adalah nilai kepastian yaitu kuatnya
hubungan antar item dalam sebuah Apriori.
e.
Mempelajari konsep
metode pengembangan perangkat lunak
Metode
Waterfall Sequential Linear
Model metode rekayasa perangkat lunak (RPL) ini sering disebut dengan
“classic life cycle” atau model waterfall. Karena model ini diperkenalkan pertama
kali pada tahun 70-an maka sering dianggap kuno, tetapi merupakan model yang
paling banyak dipakai didalam Software Engineering (SE). Model ini melakukan
pendekatan secara sistematis dan urut mulai dari level kebutuhan sistem lalu
menuju ke tahap analisis, desain, coding, testing/verification. Disebut dengan
waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap
sebelumnya dan berjalan berurutan. Sebagai contoh tahap desain harus menunggu
selesainya tahap sebelumnya yaitu tahap requirement yang terdiri dari tahaptahap: analisis (analysis), desain (design), kode (code), dan uji coba (test).
3.
Data Penelitian
Setelah dilakukan survey untuk mendapatkan jumlah minimal sampel yang
dibutuhkan
untuk
penelitian,
data-data
tersebut
kemudian
diolah
sebelum
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
47
digunakan
dalam pengembangan
perangkat
lunak
dengan cara melakukan
pembersihan, integrasi, seleksi, dan transformasi data jika diperlukan.
Jika terdapat data yang bersifat interval, maka data tersebut dibuatkan tabel
distribusi frekuensi. Fungsi dari tabel distribusi frekuensi adalah agar data yang
bersifat interval dapat disajikan dengan baik sehingga dapat dengan mudah
dipahami serta dapat memberikan potret yang lebih jelas berkaitan dengan
distribusi data.
Untuk
membuat tabel distribusi frekuensi dapat dilakukan
langkah-langkah berikut ini:
a) Urutkan data, biasanya data diurutkan dari nilai yang paling kecil. Tujuan dari
pengurutan
data
ini
adalah
agar
range
data
dapat
diketahui dan
mempermudah penghitungan frekuensi tiap kelas.
b) Tentukan range (rentang atau jangkauan). Menentukan range dengan cara
mencari selisih antara data terendah dan data tertinggi.
c) Tentukan banyak kelas interval yang diinginkan. Dalam menentukan kelas
janganlah terlalu banyak atau terlalu sedikit. Tentukan kelas antara 5 sampai
dengan 20 kelas, tergantung banyak dan sebaran data. Untuk menentukan
banyaknye kelas dapat menggunakan aturan Struges:
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
48
d) Tentukan panjang atau lebar kelas interval (P) :
Keterangan :
P = Panjang kelas interval
R = Rentang (range)
n = Banyak kelas interval
e) Tentukan batas bawah kelas interval pertama.
Tidak ada aturan yang mengikat untuk menentukan nilai batas bawah kelas
interval pertama, asalkan nilai terkecil masih masuk ke dalam kelas tersebut.
Maka, dari langkah-langkah di atas dapat diperoleh informasi berupa
banyaknya kelas, panjang kelas, dan batas bawah kelas. Dengan informasiinformasi tersebut, maka tabel distribusi frekuensi dapat dibuat.
4.
Pengembangan Perangkat Lunak
Setelah tahapan diatas dijalankan, tahapan selanjutnya yaitu pengembangan
perangkat lunak. Dalam mengembangkan sebuah perangkat lunak, dibutuhkan
sebuah metode agar pengembangan perangklat lunak dapat berjalan dengan baik.
Metode tersebut terdiri dari proses-proses tersetruktur yang meliputi : Analisis,
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
49
Desain, Implementasi, Pemeliharaan, dan Pengujian (Analysis, Design, Code, dan
Testing). Proses-proses terstruktur tersebut dapat dijabarkan sebagai berikut.
a.
Analisis
Dalam tahap ini dilakukan analisis pembangunan sistem terhadap kebutuhan
pengguna, dan kebutuhan perangkat lunak yang meliputi penganalisaan informasi,
unjuk kerja, dan antar muka (interface) yang diperlukan.
b.
Desain
Pada tahap ini dilakukan perancangan struktur data, arsitektur perangkat
lunak, representasi antarmuka, dan algoritma prosedural pada sistem.
c.
Code
Tahap ini merupakan fase menterjemahkan model atau desain yang telah
ditetapkan kedalamm bahasa yang dimengerti komputer, dalam penelitian ini
menggunakan PHP dan MySQL.
d.
Test
Pada tahap ini dilakukan pengujian yang difokuskan pada logika internal
perangkat
lunak
yaitu memastikan bahwa semua pernyataan sudah diuji.
Sedangkan pada fungsi eksternal yaitu mengarahkan pengujian untuk menemukan
kesalahan-kesalahan
dan
memastikan
bahwa
masukan yang dibatasi akan
memberikan hasil aktual yang sesuai dengan hasil yang dibutuhkan.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
50
Gambar 3.2 Metode Waterfall Sequential Linear
Selain itu, pada tahap tes ini juga dilakukan pengujian terhadap tingkat
akurasi pada masing-masing algoritma yang diterapkan pada perangkat lunak ini.
Untuk melakukan pengukuran tingkat akurasi, akan diberikan 50 data set yang
akan diprediksi kelasnya. Dari ke-50 data tersebut akan dihitung seberapa besar
prosentase algoritma tersebut merekomendasikan kelas dengan benar.
Dengan cara demikian, maka akan diketahui algoritma mana yang memiliki
tingkat akurasi yang lebih tinggi dan error rate yang lebih rendah serta diketehui
pula algoritma mana yang memiliki tingkat akurasi lebih baik.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
96
BAB V
PENUTUP
1.1
Kesimpulan
Sistem rekomendasi pemilihan warna cat dinding kamar tidur berdasarkan
kepribadian dengan menggunakan algoritma Naive Bayes dan Apriori dapat
menjadi salah
satu pilihan dalam memecahkan masalah dan kebingungan
pengguna dalam memilih cat warna dinding kamar tidur yang sesuai dan cocok
bagi pengguna. Dari hasil penelitian ini pula dapat dipenuhi tujuan penelitian,
yaitu:
1.
Algoritma Naive Bayes dapat diimplementasikan pada sistem pemilihan
warna cat dinding kamar tidur sesuai kepribadian.
2.
Algoritma Apriori dapat diimplementasikan pada sistem pemilihan warna
cat dinding kamar tidur sesuai kepribadian.
3.
Algoritma Naive Bayes dan
algoritma Apriori yang diterapkan pada
penelitan ini memiliki tingkat kompleksitas yang sama. Hal tersebut
dihasilkan
dimana
melalui
perhitungan
didapati bahwa
menggunakan
kompleksitas
Cyclomatic
algoritma
Complexity,
Apriori =
20
dan
kompleksitas algoritma Naive Bayes = 20.
4.
Algoritma Naive Bayes lebih akurat dalam memprediksi dibandingkan
algoritma
Apriori.
Hal tersebut dihasilkan melalui uji coba dengan
memberikan 50 data yang diprediksi kelasnya. Tingkat akurasi didapatkan
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
97
dengan cara menghitung menggunakan metode Confussion Matrix. Dari ke50 data yang diuji coba, disimpulkan bahwa algoritma Naive Bayes dan
Apriori memiliki tingkat akurasi sebesar 62% dan 58%.
1.2
Saran
Untuk pengembangan penelitian selanjutnya peneliti menyarankan untuk
melakukan penelitian pada perbandingan kecepatan proses pada algoritma Naive
Bayes dan Apriori.
Adapun metode yang peneliti paparkan dalam skripsi ini merupakan salah
satu cara yang dapat digunakan dalam memfasilitasi masyarakat dalam memilih
cat dinding kamar tidur yang cocok dan sesuai, namun tidak menutup
kemungkinan ada metode lain yang lebih baik atau bahkan terdapat perbaikan
serta pengembangan terhadap metode yang sudah ada. Semoga apa yang sudah
peneliti paparkan dalam skripsi ini dapat menginspirasi pihak lainnya dalam
meneliti dan berusaha memecahkan permasalahan yang berada di sekitar kita.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR PUSTAKA
Alwisol. (2012) Psikologi Kepribadian. Malang : UMM Press
Choungourian, A. Color Preference and Cultural Variation. American University
of Beirut.
Cochran WG. 1997. Sampling Techniques. John Wiley & Sons, Inc.
Darmaprawira,
Sulasmi.
2002.
Warna:
Teori
dan
Kreativitas
Penggunaannya.Bandung: ITB.
Depkes RI. (2009). Profil Kesehatan Indonesia. Jakarta : Departemen Kesehatan
Indonesia
Drs. Kuntjojo, M.Pd. 2009. Psikologi Kepribadian. Pendidikan Bimbingan dan
Konseling Universitas Nusantara PGRI Kediri.
Febriansyah, John Virlib Lestio, Hendra Tanto. 2008. Autentikasi Tanda Tangan
Dengan Menggunakan Metode Fuzzy C-Means. Binus University.
Indrawarsa, M. Sahid. (2007). Kajian Penempatan Furniture dan Pemakaian
Warna (Studi kasus pada kamar tidur hotel Nugraha Wisata BandunganAmbarawa).
Koeswara, E. 1991. Teori-teori kepribadian.Bandung : Eresco.
Laila Safoury & Akram Salah. 2013. Exploiting User Demographic Attributes for
Solving Cold-Start Problem in Recommender System. Egypt : Cairo
University.
Larose, Daniel T. 2005. Discovering Knowledge In Data: An Introduction to Data
Mining. Jogn Willey & Sons, Inc.
Lituhayu, Cahaya. Pengaruh Warna Terhadap Psikologi Pengguna dalam
Perancangan Fasilitas Bedah Plastik.
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Kursini & Emha Taufiq Luthfi.
2009. Algoritma Data Mining.Yogyakarta :
Penerbit Andi.
K.P Soman, Shyam Diwakar, & V. Ajay. Data Mining : Theory and Practice.
Moh. Nazir, Ph.D. Metode Penelitian, Penerbit Ghalia Indonesia, Jakarta, 2003.
Pile, John F. Interior Design. Harry N. Abrams, Inc. New York. 1998.
Shaddiq, Amhar. 2009. Keoptimalan Naive Bayes Dalam Klasifikasi.
Sugiarto, D. Siagian, LT Sunaryanto, DS Oetomo. 2003. Teknik Sampling.
Penerbit PT Gramedia Pustaka Utama, Jakarta.
Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT
Rineka Cipta, Jakarta.
Suyatno,
M.Kes.
Bagian/Jurusan
Menghitung
Gizi
Besaran
Kesehatan
Sampel
Masyarakat,
Penelitian
Masyarakat.
Fakultas
Kesehatan
Masyarakat, UNDIP Semarang.
Turban, E., dkk. 2005. Decision Support System and Intellegent Systems. Yogya:
Andi Offset.
Universitas Pendidikan Indonesia. (2013). Pedoman Penulisan Karya Ilmiah.
Bandung.
Wibowo, Tanjung. S, dkk. Aplikasi Object-Based Image Analysis (OBIA) untuk
Deteksi Perubahan Penggunaan Lahan Menggunakan Citra ALOS AVNIR2. Universitas Gajah Mada : Yogyakarta.
Accuracy Assesment. Connecticut, USA : Yale University, diakses pada tanggal
24 Mei 2014, www.yale.edu/ceo/OEFS/Accuracy_Assessment.pdf
Percent Error Formula. Iowa City, USA : Iowa University, diakses pada tanggal
8 Juni 2014,
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
http://astro.physics.uiowa.edu/ITU/glossary/percent-error-formula/
Pramudiono, Iko., 2006, Apa itu data mining?, diakses pada tanggal 13 Januari
2014, http://datamining.japati.net/cgibin/indodm.cgi?bacaarsip&1155527614&artikel
Pengujian Perangkat Lunak, diakses tanggal 31 Mei 2013
http://ocw.gunadarma.ac.id/course/industrial-technology/informatics-engineerings1/rekayasa-perangkat- lunak-1/pengujian-perangkat- lunak
Teori Warna Brewster, diakses tanggal 6 September 2013,
http://www.edupaint.com/warna/roda-warna/486-read-110617-teori-warnabrewster.html
Tipe Kepribadian Hippocrates dan Galenus, diakses tanggal 8 September 2013,
http://www.psikologizone.com/tipe-kepribadian-hippocrates-dangalenus/06511495
Zaine, Osmar. R. 1999. Chapter I: Introduction to Data Mining, University of
Alberta, diakses tanggal 30 Mei 2014,
http://webdocs.cs.ualberta.ca/~zaiane/courses/cmput690/notes/Chapter1/
Juwita Juanda, 2014
Perbandingan Algoritma Naive Bayes D an Apriori D alam Sistem Rekomendasi Pemilihan
Warna Cat D inding Kamar Tidur Berdasarkan Kepribadian
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu