Penggunaan metode naive bayes classifier pada aplikasi perpustakaan

Perpustakaan merupakan tempat dimana pengunjung memperoleh akses terhadap informasi dan pengetahuan. Hampir semua instansi memiliki perpustakaan, oleh karena itu pelayanan dalam memilih dan mencari buku sangat perlu di perhatikan pada setiap perpustakaan. Pengelompokan dokumen sangat diperlukan pada sebuah perpustakaan, mengingat banyaknya data buku yang dimiliki perpustakaan tersebut. Maka diperlukan sebuah perangkat lunak untuk mengatasi pengelompokan dokumen tersebut, diperlukan perangkat lunak yang handal demi terciptanya kenyaman pencarian buku yang dilakukan oleh pengunjung. Metode yang digunakan penulis dalam menyelesaikan masalah pengelompokan dokumen tersebut yaitu dengan menggunakan metode Naïve Bayes Classifier. Dimana metode tersebut merupakan perkembangan dari metode Naïve Bayesyang merupakan salah satu metode machine learning dengan menggunakan perhitungan probabilitas. Konsep dasar yang digunakan oleh Naïve Bayes adalah Teorema Bayes, yaitu teorema yang digunakan dalam statistika untuk menghitung suatu peluang, Bayes Optimal Classifier menghitung peluang dari satu kelas dari masing-masing kelompok atribut yang ada, dan menentukan kelas mana yang paling optimal, artinya pengelompokan dapat dilakukan berdasarkan kategori yang pengguna masukkan pada perangkat lunak. Dari hasil yang telah diuji pada perangkat lunak ini, dapat disimpulkan bahwa pengelompokan dokumen menggunakan metode Naïve Bayes dapat dilakukan untuk pengaplikasian pada aplikasi pencarian buku di perpustakaan.

A library is a place where visitors gain to access information and knowledge. Almost all agencies have a library, therefore services in selecting and searching for books is to note at each library. Clustering of documents is indispensable in a data library, considering the number of books owned by the library. It needed a software to overcome the clustering of the documents, required a reliable software for the creation of comfort book searches done by visitors. The methods used to resolve problems of writers in the document clustering method using naïve bayes classifier. Which of these methods is the development of methods of Naïve Bayes who is one of the methods of machine learning to use the calculation of probability. The basic concepts used by Naïve Bayes Theorem is a theorem, that is used in statistics to calculate a Bayes Optimal Classifier opportunities, calculating the odds of one class from each of the attribute groups exist, and determines which class the most optimal, meaning that the grouping can be done based on the categories that the user feedback on the software. From the results that have been tested on this software, it can be concluded that the document clustering method using Naïve Bayes can be made for application of the search application on the book at the library.