DIAGNOSA KERUSAKAN BEARING MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN NAÏVE BAYES CLASSIFIER - Diponegoro University | Institutional Repository (UNDIP-IR)

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Naïve Bayes Classifier sangat bagus digunakan untuk mendiagnosis
kerusakan

bearing.

DenganmenggunakanmetodeklasifikasiNaïve

BayesdandikombinasidenganpenggunaanmetodePCA

(Principal

Component

Analysis)padapenelitianinidapatdiperolehtingkat akurasi yang mencapai 100%.
PCAselaindigunakanuntukmengurangidimensi

data

denganmempertahankansebanyakmungkininformasidari dataset yang asli, juga
bergunauntuk mendapatkan proses klasifikasi yang lebih efisien dan lebih cepat.

5.2 Saran
Saran

agar

penelitianinidapatlebihbaikadalahperlunyadilakukanpengembangansistem
real

time

sehinggadapatdigunakanuntukmendiagnosiskerusakansetiapsaat.

68

yang
(online)