Sistem Pendukung Keputusan Untuk Investasi Perumahan Area Kota Malang Menggunakan Algoritma Bayesian
| Main Author: | Zaen, MohammadTaufanAsri |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/155792/ |
Daftar Isi:
- Faktor yang menjadi pertimbangan dalam menentukan keputusan untuk investasi perumahan begitu banyak dan dari sekian banyak developer yang ada menyebabkan semakin meningkatkan resiko kesalahan dalam pengambilan keputusan. Dimana ketika keputusan itu diambil secara konvensional dengan cara mendatangi setiap “pengembang” dan membandingkannya dibutuhkan waktu lebih lama. Untuk mengurangi resiko kesalahan dan mempersingkat waktu pengambilan keputusan tersebut, dibuat suatu aplikasi yang dapat digunakan untuk membantu menentukan keputusan yang lebih tepat dengan membandingkan semua faktor penentu keputusan menggunakan konsep probabilitas. Metode Naive Bayes yang merupakan penyederhanaan dari teorema Bayes, dalam penelitian ini digunakan untuk melakukan pengklasifikasian rumah kedalam 4 klasifikasi sederhana, minimalis, menengah dan mewah. Proses Naive Bayesian terbagi menjadi 2 (dua) tahapan yaitu Learner dan Classifier. Kemudian hasil klasifikasi tersebut dibobot menggunakan metode SMART dengan direct weighting untuk mendapatkan rangking yang mendekati kriteria persyaratan dalam pengambilan keputusan. Bobot data perumahan akan diset sesuai bobot yang ditetapkan oleh pengambil keputusan pervariabel berdasarkan atribut dan spesifikasi yang dimiliki oleh setiap data tipe perumahan. Setiap variabel perumahan bersifat independen dan tidak terikat satu dengan yang lainnya. Pengujian terhadap fungsi aplikasi dan akurasi keputusan yang dihasilkan oleh aplikasi dibandingkan dengan data training yang dilakukan, menghasilkan tingkat akurasi yang baik dengan level akurasi untuk kategori sederhana dan menengah diperoleh keakuratan 100%, sedangkan mewah 80%, dengan akurasi rata-rata 93,33%. Penelitian berikutnya disarankan untuk menggunakan algoritma Naive Bayes dengan pendekatan perhitungan Laplacian dan metode optimasi yang menggabungkan Bee-Algorithm dan K-Mean atau metode optimasi SMARTER.