BAB VI PENUTUP 6.1 Kesimpulan Sesuai dengan tujuan tugas

BAB VI
PENUTUP
6.1
Kesimpulan
Sesuai dengan tujuan tugas akhir ini yaitu untuk menguji presisi, recall dan F1-
Measure pada metode Naïve Bayes dan K-Nearest Neighbor, pada dasarnya tujuan ini
telah tercapai. Dari hasil pengujian dan analisis yang telah dilakukan dapat disimpulkan
beberapa hal sebagai berikut.
1. Pengkasifikasian berita dapat dilakukan dengan menggunakan metode Naïve Bayes
dan K-Nearest Neighbor.
2. Metode Naïve Bayes lebih baik dibandingkan dengan metode K-Nearest Neighbor
berdasarkan nilai F1-Measure yang didapat, dimana nilai F1-Measure tertinggi
yang didapat metode Naïve Bayes adalah 85.94% sedangkan nilai F1-Measure
tertinggi yang didapat metode K-Nearest Neighbor adalah 65.52%.
3. Metode K-Nearest Neighbor bergantung pada penggunaan jumlah kelas yang
berakibat pada performansi yang dihasilkan. Semakin besar jumlah kelas yang
digunakan maka semakin tinggi performansi yang didapat. Hal ini dapat dilihat
pada table 5.21.
4. Penambahan jumlah data training mempengaruhi nilai F1-Measure yang didapat
oleh metode Naïve Bayes dan K-Nearest Neighbor. Penambahan jumlah data
training membuat metode Naïve Bayes mengalami peningkatan nilai F1-Measure,
sedangkan pada metode K-Nearest Neighbor bertambahnya jumlah data training
tidak mempengaruhi seluruh kelas untuk terjadinya peningkatan nilai F1-Measure.
6.2
Saran
Saran yang diusulkan untuk pengembangan pengujian selanjutnya adalah
memperbaiki proses data preparation dimana kualitas data yang akan diolah menjadi
lebih baik sehingga pengolahan pada proses mining menjadi lebih optimal.