PEMBOBOTAN KORELASI PADA NAÏVE BAYES CLASSIFIER

Naive Bayes Classifier merupakan salah satu algoritma klasifikasi dalam data mining yang memiliki kecepatan proses yang baik dan tingkat akurasi yang cukup tinggi. Dalam proses klasifikasi, Naive Bayes Classifier mengadopsi teorema Bayesian untuk memetakan suatu data terhadap class dengan memperhitungkan probability dari attribute data tersebut. Sampai saat ini, algoritma Naive Bayes Classifier hanya berdasar pada prior probability dan probability attribute. Salah satu hal yang berpotensi untuk meningkatkan akurasi dari Naive Bayes Classifier adalah nilai korelasi attribute terhadap class. Dengan ikut memperhitungkan korelasi value attribute terhadap class, maka yang menjadi dasar ketepatan klasisifikasi bukan hanya probability melainkan juga seberapa besar hubungan (korelasi) attribute dengan class. Dalam penelitian ini, penulis ingin meningkatkan tingkat akurasi Naive Bayes Classifier dengan memperhitungkan nilai korelasi dari masing-masing attribute terhadap class. Dengan metode ini, Naive Bayes Classifier menambahkan satu parameter tambahan dalam perhitungan probability untuk mencapai posterior probability yaitu korelasi value dari attribute dengan class. Hasil dari penelitian ini adalah sebuah rumusan metode baru dari algoritma Naive Bayes Classifier yang berbasis pada probability attribute dan korelasi value attribute terhadap class yang dinamakan Correlated-Naive Bayes Classifier.