Klasifikasi Jamur Dapat Dimakan atau Beracun Menggunakan Naive Bayes dan Seleksi Fitur berbasis Association Rule Mining

Abstrak

Jamur merupakan komoditas makanan yang bernutrisi bagi tubuh. Bahkan jamur dapat menjadi obat bagi penyakit tertentu. Namun tidak semua jenis jamur berkhasiat atau bernutrisi bagi tubuh, terdapat jenis jamur yang bahkan dapat berakibat buruk bagi tubuh atau beracun. Oleh karena itu klasifikasi jamur yang dapat dimakan dan beracun sangat penting agar dapat mengkonsumsi jamur yang tepat. Metode klasifikasi yang digunakan untuk mengklasifikasikan jamur yang dapat dimakan atau beracun adalah Naive Bayes dengan seleksi fitur berbasis Association Rule. Sebelum dilakukan klasifikasi menggunakan Naive Bayes, dilakukan seleksi fitur berbasis Association Rule dengan menyeleksi fitur dalam rule yang memenuhi minimum support dan minimusm confident. Hasil akurasi terbaik dari klasifikasi jamur dengan Naive Bayes dan seleksi fitur adalah 95% dengan satu fitur terseleksi. Sedangkan dengan tujuh fitur terseleksi menghasilkan akurasi sebesar 94%. Jika tanpa seleksi fitur akurasi yang dihasilkan adalah 95%. Walaupun akurasi dengan seleksi fitur tidak lebih baik dari tanpa seleksi fitur, dengan menggunakan seleksi fitur performa komputasi model menjadi lebih efisien dan akurasi hanya turun sebesar 1% saja. Artinya seleksi fitur berbasis Association Rule dan klasifikasi menggunakan Naive Bayes berhasil dalam mengklasifikasikan .