PENERAPAN METODE NAIVE BAYES DALAM PREDIKSI PENYEBAB KECELAKAAN KERJA CV. DEKA UTAMA

Monica Putri Rahayu, Y. Farlina
{"title":"PENERAPAN METODE NAIVE BAYES DALAM PREDIKSI PENYEBAB KECELAKAAN KERJA CV. DEKA UTAMA","authors":"Monica Putri Rahayu, Y. Farlina","doi":"10.31294/larik.v1i1.472","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi yang sangat pesat dan teknologi merupakan suatu kebutuhan bagi penggunanya. Sejauh ini teknologi telah banyak diterapkan pada beberapa bidang, salah satu contoh adalah kehadiran teknologi di sector konstruksi yang memudahkan para penggunanya untuk melakukan proses prediksi terhadap faktor penyebab kecelakaan kerja konstruksi. Kecelakaan dalam bekerja merupakan suatu kejadian yang tidak diharapkan dan tidak direncanakan. Kecelakaan kerja dapat menghambat jalannya pekerjaan dan akan mempengaruhi hasil dan lamanya waktu pekerjaan itu sendiri. Salah satu cara agar dapat meminimalisir terjadinya kecelakaan kerja adalah dengan memprediksi faktor apa saja yang dapat menyebabkan kecelakaan kerja. Data mining merupakan salah satu cara untuk mendapatkan informasi yang tersimpan pada database yang berjumlah besar. Data kecelakaan kerja yang terdapat pada suatu perusahaan konstruksi hanya digunakan sebagai laporan perusahaan saja. Dalam kenyataannya, data tersebut dapat memberikan informasi yang lebih dari sekedar laporan. Salah satu informasi yang dapat diambil dari data kecelakaan kerja perusahaan adalah informasi tentang prediksi penyebab kecelakaan kerja. Metode untuk memprediksi yang menghasilkan data akurat adalah metode Naive Bayes. Dalam penelitian ini menggunakan 78 data sampel yang diolah sehingga menghasilkan nilai akurasi sebesar 96,15%.","PeriodicalId":446789,"journal":{"name":"Jurnal Larik: Ladang Artikel Ilmu Komputer","volume":"79 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Larik: Ladang Artikel Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31294/larik.v1i1.472","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perkembangan teknologi yang sangat pesat dan teknologi merupakan suatu kebutuhan bagi penggunanya. Sejauh ini teknologi telah banyak diterapkan pada beberapa bidang, salah satu contoh adalah kehadiran teknologi di sector konstruksi yang memudahkan para penggunanya untuk melakukan proses prediksi terhadap faktor penyebab kecelakaan kerja konstruksi. Kecelakaan dalam bekerja merupakan suatu kejadian yang tidak diharapkan dan tidak direncanakan. Kecelakaan kerja dapat menghambat jalannya pekerjaan dan akan mempengaruhi hasil dan lamanya waktu pekerjaan itu sendiri. Salah satu cara agar dapat meminimalisir terjadinya kecelakaan kerja adalah dengan memprediksi faktor apa saja yang dapat menyebabkan kecelakaan kerja. Data mining merupakan salah satu cara untuk mendapatkan informasi yang tersimpan pada database yang berjumlah besar. Data kecelakaan kerja yang terdapat pada suatu perusahaan konstruksi hanya digunakan sebagai laporan perusahaan saja. Dalam kenyataannya, data tersebut dapat memberikan informasi yang lebih dari sekedar laporan. Salah satu informasi yang dapat diambil dari data kecelakaan kerja perusahaan adalah informasi tentang prediksi penyebab kecelakaan kerja. Metode untuk memprediksi yang menghasilkan data akurat adalah metode Naive Bayes. Dalam penelitian ini menggunakan 78 data sampel yang diolah sehingga menghasilkan nilai akurasi sebesar 96,15%.
该方法适用于简历事故原因的天真贝斯预测方法。主要的伎俩
技术的快速发展和技术是用户的必需品。到目前为止,这项技术已经在几个领域得到了广泛的应用,其中一个例子是技术在建设部门的存在,使用户能够对施工事故的原因进行预测。工作中的事故是一个意想不到的、计划外的事件。工作事故会妨碍工作,影响工作本身的结果和时间长度。减少工作事故的一个方法是预测可能导致工作事故的任何因素。挖掘数据是将信息存储在大型数据库中的一种方法。施工事故的数据被用作公司报告。事实上,这些数据提供的不仅仅是报告。从公司的工作事故数据中可以检索到的信息之一是关于工作事故原因的预测信息。准确数据预测的方法是天真的贝斯方法。在本研究中,使用78个经过整理的样本数据,可以产生96.15%的准确率。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信