ABSTRAKSI: Dunia maya pada saat ini mengalami perkembangan yang sangat pesat, berdasarkan survey netcraft, jumlah hostname yang ada di dunia maya pada saat bulan Februari 2010 mencapai angka 207.316.960 website, sedangkan untuk jumlah website aktif mencapai angka 84.000.000 website. Jumlah website yang begitu padat membuat website yang ada dituntut untuk dapat bersaing di dalam memberikan penyajian informasi yang bermakna terhadap pengunjung, dan juga dapat mengakomodir mengenai kepentingan pengunjung terhadap informasi yang ada di dalam web.
Penelitian yang dilakukan di sini adalah pengembangan aplikasi web yang adaptif dengan menggunakan naive bayes. Naive bayes digunakan untuk melakukan pengklasifikasian terhadap profil user berdasarkan log data dari histori para pengunjung. Melalui penerapan neive bayes, maka dihipotesakan bahwa penerapan naive bayes pada adaptif web akan mampu melakukan klasifikasi pengunjung yang berdampak pada kepuasan pengunjung.
Proses yang dilakukan pada penelitian ini adalah para pengunjung langsung menguji coba web sebelum dan sesudah menggunakan bayes, kemudian dilakukan analisa perbandingan antara sebelum dan sesudah menggunakan bayesian, yang diukur melalui pola trail yang terbentuk dan kuesioner yang diberikan kepada pengunjung.
Kata Kunci : naïve bayes, web adaptif, profil pengunjung.ABSTRACT: The Internet nowadays is in fast development, according to the netcraft survey, number of hostname that exist in the internet on February 2010 reach 207.316.960 websites. Meanwhile the number of active websites reach the number of 84 million websites. The enormous number of website make the existing website must be competed each other to serve the meaningful information to the user, and related to the pengunjung interest in information that exist in the website.
In this research is focus on adaptive web application development using bayesian naive. Bayesian naive is used to do classification on user profile based on data log. By implementing bayesian naive, hypothesized that this will create user classification based on user profile that will impact on user satisfaction.
The process that is done in this research is the user try to access the website before and after implementing bayesian naive. Then we will analyze the comparison between before and after implementing bayesian naive by using comparison result of before and after and questionnaire.
Keyword: bayesian naïve, adaptive web, user profile.