Pengelolaan Data Penyakit Jantung Dengan Menggunakan Metode Naive Bayes
DOI:
https://doi.org/10.61179/jurnalinfact.v8i02.531Abstract
Penyakit jantung merupakan penyakit dengan angka kematian yang tinggi di seluruh dunia. Oleh karena itu, penelitian ini bertujuan untuk mengelola data penyakit jantung dengan menggunakan metode data mining Naive Bayes. Hasil analisis menunjukkan bahwa metode Naïve Bayes dapat mengklasifikasikan data penyakit jantung secara efektif dengan akurasi 79,92% dibandingkan hasil diagnosis medis. Namun metode Naïve Bayes masih memiliki kelemahan yaitu tidak dapat menghitung keakuratan klasifikasi. Dengan menggunakan teknik analisis data tingkat lanjut, hasil penelitian ini diharapkan dapat memberikan pedoman yang lebih baik dalam upaya penanganan penyakit jantung.
References
D. Sitanggang, N. Nicholas, V. Wilson, A. R. A. Sinaga, and A. D. Simanjuntak, “Implementasi Data Mining Untuk Memprediksi Penyakit Jantung Menggunakan Metode K-Nearest Neighbor Dan Logistic Regression,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 5, no. 2, p. 493, 2022, doi: 10.37600/tekinkom.v5i2.698.
E. Nurlia and U. Enri, “Penerapan Fitur Seleksi Forward Selection Untuk Menentukan Kematian Akibat Gagal Jantung Menggunakan Algoritma C4.5,” Jurnal Teknik Informatika Musirawas) Elin Nurlia, vol. 6, no. 1, p. 42, 2021.
B. ANGGARA and R. M. N. Halim, “Penerapan Data Mining Dirumah Sakit Umum Daerah Prabumulih Menggunakan Algoritma Naive Bayes Study Kasus: Penyakit Jantung,” Bina Darma …, pp. 209–220, 2020, [Online]. Available: http://conference.binadarma.ac.id/index.php/BDCCS/article/view/1546%0Ahttps://conference.binadarma.ac.id/index.php/BDCCS/article/download/1546/690.
R. Ayu, S. Maharani, S. Informasi, and S. Royal Kisaran, “Penerapan Metode Naïve Bayes Dalam Memprediksi Penyakit Jantung,” Jurnal Teknologi Komputer dan Sistem Informasi) Februari, vol. 2023, no. 1, pp. 8–13, 2023, [Online]. Available: http://jurnal.goretanpena.com/index.php/teknisi.
A. Samosir, M. S. Hasibuan, W. E. Justino, and T. Hariyono, “Komparasi Algoritma Random Forest, Naïve Bayes dan K- Nearest Neighbor Dalam klasifikasi Data Penyakit Jantung,” Prosiding Seminar Nasional Darmajaya, vol. 1, no. 0, pp. 214–222, 2021, [Online]. Available: https://jurnal.darmajaya.ac.id/index.php/PSND/article/view/2955.
D. Larassati, A. Zaidiah, and S. Afrizal, “Sistem Prediksi Penyakit Jantung Koroner Menggunakan Metode Naive Bayes,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 7, no. 2, pp. 533–546, 2022, doi: 10.29100/jipi.v7i2.2842.
E. Harianto, “Implementasi Metode Naivee Bayes Pada Sistem Pakar Diagnosa Penyakit Arteriosklerosis,” Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI), vol. 7, no. 2, pp. 165–169, 2020, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/2380/1762.
Julia Triani, Yovi Pratama, and E. Yanti, “Komparasi Dalam Prediksi Gagal Jantung Dengan Menggunakan Metode C4.5 dan Naïve Bayes,” Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), vol. 3, no. 1, pp. 394–402, 2023, doi: 10.33998/jakakom.2023.3.1.759.
S. Muharni and S. Andriyanto, “Sistem Diagnosa Penyakit Jantung Berbasis Case Based Reasoning (CBR),” Prosiding Seminar Nasional Darmajaya, vol. 1, pp. 1–11, 2021, [Online]. Available: https://jurnal.darmajaya.ac.id/index.php/PSND/article/view/2910.
T. Arifin and D. Ariesta, “Prediksi Penyakit Ginjal Kronis Menggunakan Algoritma Naive Bayes Classifier Berbasis Particle Swarm Optimization,” Jurnal Tekno Insentif, vol. 13, no. 1, pp. 26–30, 2019, doi: 10.36787/jti.v13i1.97.
K. Abdul Khalim, U. Hayati, and A. Bahtiar, “Perbandingan Prediksi Penyakit Hipertensi Menggunakan Metode Random Forest Dan Naïve Bayes,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, pp. 498–504, 2023, doi: 10.36040/jati.v7i1.6376.
S. Sahar, “Analisis Perbandingan Metode K-Nearest Neighbor dan Naïve Bayes Clasiffier Pada Dataset Penyakit Jantung,” Indonesian Journal of Data and Science, vol. 1, no. 3, pp. 79–86, 2020, doi: 10.33096/ijodas.v1i3.20.
A. Putranto, N. L. Azizah, I. Ratna, I. Astutik, F. Sains, and D. Teknologi, “Sistem Prediksi Penyakit Jantung Berbasis Web Menggunakan Metode SVM dan Framework Streamlit,” Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), vol. 4, no. 2, pp. 442–452, 2023, [Online]. Available: https://archive.ics.uci.edu/ml/datasets/heart+disease.
D. H. Depari, Y. Widiastiwi, and M. M. Santoni, “Perbandingan Model Decision Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung,” Informatik?: Jurnal Ilmu Komputer, vol. 18, no. 3, p. 239, 2022, doi: 10.52958/iftk.v18i3.4694.
D. Derisma, “Perbandingan Kinerja Algoritma untuk Prediksi Penyakit Jantung dengan Teknik Data Mining,” Journal of Applied Informatics and Computing, vol. 4, no. 1, pp. 84–88, 2020, doi: 10.30871/jaic.v4i1.2152.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Oskar, Fransiska Ria, Rupina
This work is licensed under a Creative Commons Attribution 4.0 International License.
<a rel="license" href="http://creativecommons.org/licenses/by/4.0/"><img alt="Lisensi Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by/4.0/88x31.png" /></a><br />Ciptaan disebarluaskan di bawah <a rel="license" href="http://creativecommons.org/licenses/by/4.0/">Lisensi Creative Commons Atribusi 4.0 Internasional</a>.
