TEKNIK DATA MINING MENGGUNAKAN METODE BAYES CLASSIFIER UNTUK OPTIMALISASI PENCARIAN PADA APLIKASI PERPUSTAKAAN (STUDI KASUS: PERPUSTAKAAN UNIVERSITAS PASUNDAN – BANDUNG)

Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Salah satu metode data mining adalah klasifikasi yaitu proses pencarian model klasifikasi yang dapat membedakan objek label kelasnya. Naïve Bayes Classifier adalah salah satu teknik yang dapat dipakai untuk membangun model klasifikasi. Pada penelitian ini metode Naïve Bayes Classifier diterapkan sebagai teknik yang membangun model klasifikasi (pengelompokan) dari dokumen-dokumen yang ada di sebuah perpustakaan. Perpustakaan merupakan tempat dimana pengunjung memperoleh akses terhadap informasi dan pengetahuan. Mengingat banyaknya data buku yang dimiliki perpustakaan, pengelompokan dokumen sangat perlu dilakukan. Oleh karena itu sangat diperlukan sebuah perangkat lunak yang handal untuk mengatasi pengelompokan dokumen tersebut, demi terciptanya kenyamanan pencarian data buku yang dilakukan oleh pengunjung. Cara kerja dari metoda lunak Naïve Bayes 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. Hasil pengujian diperoleh Naïve Bayes Classifier mengklasifikasikan beberapa judul dan ketegori yang terdapat pada database perpustakaan kemudian pencarian akan dilanjutkan lebih mendalam dengan melibatkan deskripsi dari setiap buku, sehingga akan menampilkan lebih banyak referensi sebagai hasil pencarian. Tentunya referensi tersebut berkaitan dengan kata yang di masukkan oleh pengunjung pada mesin pencarian di aplikasi perpustakaan tersebut. Dengan demikian diharapkan dapat membantu pengunjung dengan memperoleh peluang yang lebih besar dalam pencarian buku yang diinginkan