English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Abstrak Klasifikasi adalah proses identifikasi obyek kedalam sebuah kelas, kelompok, atau kategori berdasarkan karakteristik yang telah ditentukan sebelumnya. Secara singkat, klasifikasi merupakan pengelompokan obyek berdasarkan kelompoknya yang biasanya disebut dengan kelas ( class ). Tak hanya klasifikasi, proses pengelompokkan obyek juga dapat dilakukan dengan menggunakan teknik clustering yang merupakan pengelompokan obyek berdasarkan kemiripan antar obyek. Salah satu metode klasifikasi yang sering digunakan adalah Naive Bayes Classifier . Menurut beberapa penelitian, Naive Bayes Classifier memiliki beberapa kelebihan yaitu, cepat dalam proses perhitungan, algoritma yang sederhana dan akurasi yang tinggi. Namun probabilitas pada Naive Bayes Classifier tidak bisa mengukur seberapa besar tingkat keakuratan sebuah prediksi, hasil akurasi metode ini juga masih kurang jika dibandingkan dengan metode C4.5, selain itu metode naive bayes juga memiliki kelemahan pada seleksi atribut. Untuk menyelesaikan permasalahan tersebut, algoritma particle swarm optimization (PSO) dapat digunakan untuk melakukan pembobotan atribut untuk meningkatkan akurasi naive bayes classifier . Kata kunci : Naive Bayes Classifier, Particle Swarm Optimization, klasifikasi, pembobotan atribut. Abstract Classification is the process of identifying objects into a class, group or category based on the predetermined characteristics. In other words, classification is a process to group objects based on their class. Grouping objects can be done not only by classification but also by clustering, which is grouping objects according to the similarity between objects. One of the most frequently used methods for classification is Naive Bayes Classifier. According to some researchers, Naive Bayes methods has its strength which is a simple and fast algorithm that can acquire a high accuracy . However, the probability of Naive Bayes methods cannot measure the level of accuracy of a prediction, the accuracy of the results of this method is still less than the C4.5 method, and Naive Bayes method has a deficiency on the selection of attributes. To solve this problem, Particle Swarm Optimization Algorithm (PSO) can be used to give weight to attributes to improve the accuracy of Naive Bayes Classifier. Keywords : Naive Bayes Classifier, Particle Swarm Optimization, classification, attribute weighting.

Optimasi Naïve Bayes Classifier Dengan Menggunakan Particle Swarm Optimization Pada Data Iris