PERBANDINGAN TINGKAT AKURASI ALGORITMA C4.5, NAÏVE BAYES, DAN K-NEAREST NEIGHBOR PADA DATASET CHANNEL YOUTUBE INDONESIA

Saat ini zaman dimana media sosial sangat berpengaruh terhadap kehidupan
masyarakat diseluruh dunia termasuk Indonesia. Media sosial ada dengan
berbagai macam mulai dari instagram, twitter, Youtube dan yang lainnya. Youtube
merupakan media sosial yang menyediakan content yang sangat menarik, didalam
Youtube juga terdapat fitur yang dapat mempengaruhi penilaian terhadap Channel
Youtube yaitu penilaian dari Video Upload, Subscriber, Video View. Data mining
dapat digunakan dalam memprediksi Grade Channel Youtube Indonesia.
Mengevaluasi perbandingan kinerja terbaik metode data mining algoritma C4.5,
Naïve Bayes dan K-Nearest Neighbor (K-NN) menggunakan uji k-fold Cross
Validation dengan nilai k yaitu 10 untuk perbandingan nilai akurasi. Dataset
Channel Youtube di Indonesia yang digunakan berjumlah 100 record dengan
empat indikator yang terdiri dari Grade, Video Upload, Subscriber, dan Video
View. Data diolah menggunakan software Jupyter Notebook. Hasil penelitian
didapatkan tingkat akurasi algoritma C4.5 lebih tinggi sebesar 46%, dibandingkan
dengan algoritma Naïve Bayes sebesar 37% dan (K-NN) sebesar 33%.