📊 POSTTEST 1 - Data Mining: Visualizations & Naive Bayes Algorithm 📈

Project Description

Proyek ini mencakup dua jenis tugas: visualisasi data dan implementasi algoritma Naive Bayes. Tugas visualisasi melibatkan analisis dan representasi visual terhadap dataset "ChurnBank.csv" yang tersedia dalam repositori Data Mining Course. Sementara itu, implementasi algoritma Naive Bayes digunakan untuk klasifikasi data pelanggan berdasarkan atribut tertentu.

📊 Data Visualization

• Visualisasi Comparison: Perbandingan antara beberapa atribut dalam dataset.
• Visualisasi Distribution: Distribusi dari suatu atribut dalam dataset.
• Visualisasi Relationship: Hubungan antara dua atau lebih atribut dalam dataset.
• Visualisasi Composition: Komposisi dari suatu atribut dalam dataset.

🔍 Naive Bayes Algorithm Implementation

Algoritma Naive Bayes digunakan untuk klasifikasi data pelanggan berdasarkan atribut yang diberikan. Langkah-langkah preprocessing dilakukan sebelum implementasi algoritma. Dokumen ini juga menyediakan contoh penggunaan algoritma Naive Bayes dengan data baru.

📋 Document Structure

• Dokumen ini terdiri dari deskripsi proyek, langkah-langkah visualisasi data, langkah-langkah implementasi algoritma Naive Bayes, serta contoh penggunaannya.
• Visualisasi data dilakukan menggunakan Python dan library seaborn.
• Implementasi algoritma Naive Bayes menggunakan Python.

🚀 User Instructions

1. Pastikan Python telah terpasang di komputer Anda.
2. Instal library seaborn dengan menjalankan perintah pip install seaborn.
3. Jalankan script visualisasi untuk melihat hasil visualisasi data.
4. Ikuti langkah-langkah dalam script implementasi Naive Bayes untuk melakukan klasifikasi data.

Link Google Colab