Hybrid Naive Bayes Classifier dan Markov Chain Untuk Prediksi Tingkat Penggunaan Quick Response Indonesian Standard (QRIS)

Abstract

Sistem pembayaran berbasis digital telah menyediakan beragam format dan interaksi pembayaran. Mengingat manfaat dan efektivitas kode Quick Response, Bank Indonesia menetapkan teknologi tersebut sebagai standar penggunaan metode pembayaran. Metode Hybrid Naϊve Bayes Classifier dan Markov Chain merupaka metode klasifikasi dan prediksi yang dapat digunakan untuk memprediksi tingkat penggunaan QRIS pada penelitian ini. Data yang digunakan berasal dari data Bank Indonesia Kota Medan pada Januari tahun 2020 sampai Februari 2023 dengan 3 parameter tingkat penggunaan QRIS. Hasil penelitian menunjukkan dengan data testing hasil klasifikasi tingkat penggunaan QRIS sebagai alat pembayaran elektronik di Indonesia mengalami kenaikan dan hanya di bulan Desember tahun 2022 mengalami penurunan. Kemudian berdasarkan nilai perhitungan peluang pesentase menggunakan metode Markov Chain dengan n menuju tak hingga maka nilai peluang pada matriks peluang transisi konvergen ke suatu nilai. Nilai ini sama dengan nilai peluang yang dihitung dengan limitting probability dalam Markov Chain . Nilai peluang persentase tingkat penggunaan QRIS sebagai alat pembayaran elektronik di Indonesia peluang kenaikannya yaitu sebesar 0,7076 atau 70,76%, dan peluang persentase turunnya yaitu sebesar 29,24 atau 29,24%.