Pengaruh Normalisasi Data pada Klasifikasi Harga Ponsel Berdasarkan Spesifikasi Menggunakan Klasifikasi Naive Bayes dan Multinomial Logistic Regression

Abstract

Handphone merupakan alat elektronik yang sangat dibutuhkan dalam kemajuan teknologi saat ini. Handphone dapat digunakan untuk berbagai macam hal seperti berkomunikasi jarak jauh, sarana hiburan, serta sebagai media layanan informasi. Seiring dengan perkembangan zaman, perusahaan-perusahaan handphone berlomba-lomba dalam memproduksi handphone dengan berbagai macam fitur beserta spesifikasi karena banyaknya permintaan pelanggan. Dalam pembelian handphone, setiap pelanggan pasti memiliki seleranya masing-masing dan pasti akan mempertimbangkan harga handphone berdasarkan spesifikasinya. Pengkategorian harga handphone dapat dilakukan dengan algoritma machine learning seperti Multinomial Logistic Regression dan Naïve Bayes. Tetapi, tidak semua algoritma machine learning dapat membuat model klasifikasi langsung (menggunakan data mentah) dengan akurasi yang tinggi karena skala masing-masing fitur belum sama dalam memprediksi variabel prediktor. Ketika data tidak dinormalisasi, hasil evaluasi model Naïve Bayes menunjukkan nilai akurasi 79.8% sedangkan hasil evaluasi model Multinomial Logistic Regression memiliki nilai akurasi 63.5%. Ketika data dinormalisasi, hasil evaluasi Naïve Bayes naik menjadi 80%, sedangkan hasil evaluasi model Multinomial Logistic Regression menunjukkan kenaikan yang signifikan yaitu menjadi 95.8%.