Klasifikasi Jenis Barang Bekas menggunakan Metode Naive Bayes dengan Seleksi Fitur Information Gain (Studi Kasus : Akun Instagram Jual Beli Barang Bekas @infobarkas_Jogja)

Abstrak

Instagram merupakan salah satu media sosial yang populer untuk pemasaran. Berkembangnya fungsi media sosial ini memunculkan istilah baru yaitu Social Media Influencer, yaitu agensi periklanan yang memiliki followers akun instagram dalam jumlah tertentu dimana pengiklan bisa menempatkan iklannya pada akun tersebut dengan membayar sejumlah biaya tertentu. Akun instagram @infobarkas_jogja merupakan salah satu social media influencer yang menyediakan jasa iklan berbayar dengan konten iklan seputar barang bekas yang ada di Kota Yogyakarta. Pengelolaan akun tersebut terdapat beberapa kendala salah satunya yaitu klasifikasi atau mengelompokkan barang berdasarkan jenis kategorinya. Tujuan penelitian ini yaitu membuat sistem yang mampu mengklasifikasikan jenis barang berdasarkan kategorinya. Penelitian ini akan menggunakan metode Naive Bayes Classifier dengan seleksi fitur Information Gain. Data penelitian berupa teks pada caption postingan pada akun instagram @infobarkas_jogja sebanyak 500 data. Dengan total data latih sebesar 400 data dan data uji sebesar 100 data. Kelas untuk kategori pada penelitian ini dibagi menjadi 5 kelas yaitu properti, kendaraan, pakaian, perabot, dan gadget. Threshold yang digunakan berjarak 10% mulai dari 10% hingga 90% dan menghasilkan akurasi tertinggi sebesar 98% ketika threshold bernilai 10%, 40%, 80%, dan juga 90%. Akurasi tertinggi juga diperoleh ketika klasifikasi tanpa menggunakan seleksi fitur.