PERBANDINGAN ALGORITMA DECISION TREE, RANDOM FOREST DAN NAIVE BAYES PADA PREDIKSI PENILAIAN KEPUASAN PENUMPANG MASKAPAI PESAWAT MENGGUNAKAN DATASET KAGGLE

Abstrak

Machine learning berfokus pada pembangunan sistem untuk mempelajari dan meningkatkan kinerja berdasarkan data yang dimiliki. Setiap algoritma machine learning memiliki performa yang berbeda, dalam penelitian ini berfokus dalam mengukur performa tiga algoritma machine learning klasifikasi yaitu algoritma decision tree, algoritma random forest dan algoritma naive bayes. Menggunakan data kepuasan penumpang pesawat dari situs kaggle, pada penelitian ini akan dilakukan klasifikasi untuk memprediksi penilaian kepuasan penumpang, Metode confusion matrix digunakan dalam mengukur performa akurasi, pengukuran menghasilkan algoritma random forest memiliki akurasi paling tinggi sebesar 95%, algoritma decision tree sebesar 93% dan algoritma naive bayes memiliki akurasi paling rendah sebesar 82%.