Komparasi Metode Klasifikasi Data Mining Algoritma C4.5 dan Naive Bayes Untuk Pemilihan Penggunaan Jenis KB di Bidan Swasta H. Enok Hayati

"Jumlah penduduk yang semakin banyak mengharuskan pemerintah untuk mengurangi ledakan penduduk, salah satunya dengan program Keluarga Berencana(KB). Dalam program keluarga Berencana sering terjadi kesalahan dalam memilih alat kontrasepsi.Penggunaan kontrasepsi merupakan hal yang penting, mengingat dapat menurunkan laju pertumbuhan. Penggunaan jenis KB yang tepat untuk para wanita merupakan permasalahan klasifikasi. Dalam penelitian ini diambil data mengenai klasifikasi penggunaan kontrasepsi di bidan swasta H Enok Hayati yang melayani beberapa jenis KB yaitu seperti KB suntik , KB pil , IUD (Intrauterine Device) dan Implan. Penelitian ini menggunakan metode klasifikasi data mining Algoritma C4.5 dan Naïve Bayes kemudian dilakukan perbandingan kedua metode. Pengolahan dua metode tersebut menggunakan confusion matrix dan kappa. Hasil penelitian ini menghasilkan akurasi algoritma C4.5 sebesar 89.55% dan kappa 0.851 sedangkan tingkat akurasi Naïve Bayes sebesar 34.85% dan kappa 0.016. Sehingga algoritma C4.5 merupakan metode yang lebih baik dalam pengklasifikasian data akseptor KB pada Bidan Swasta HJ Enok Hatiyah dibandingkan dengan metode algoritma Naïve Bayes"

Kata Kunci: Data Mining, C4.5, Naive Bayes, Alat kontrasepsi, RapidMiner.