Deskripsi
Pemodelan Algoritma klasifikasi yang digunakan dalam penelitian ini adalah algoritma Support Vector Machine (SVM) dan Naïve Bayes, dimana SVM adalah algoritma yang menganut konsep untuk mencari hyperplane terbaik dan Naïve bayes adalah algoritma menganut konsep probabilitas dan statistika. Hasil akhir dari penelitian ini adalah membandingkan akurasi Setelah dilakukan validasi pada kedua algoritma menggunakan metode K-Fold Cross Validation didapatkan akurasi dari algoritma SVM sebesar 85% dan akurasi untuk algoritma Naïve Bayes sebesar 77%. Hal ini membuktikan bahwa agoritma SVM mampu memberikan nilai akurasi yang lebih baik dibandingkan dengan algoritma Naïve Bayes.
