APLIKASI KLASIFIKASI TINGKAT RISIKO PENYAKIT HIPERTENSI MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEBSITE
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Mayyadah, Maziyyati
Subject
TA Engineering (General). Civil engineering (General)
Datestamp
2024-10-02 05:34:00
Abstract :
Penyakit hipertensi merupakan salah satu masalah kesehatan yang dapat menyebabkan berbagai komplikasi serius jika tidak ditangani dengan baik. Namun demikian, masyarakat umum tidak dapat melakukan pengecekan risiko hipertensi yang dialami secara mandiri, kecuali dengan melakukan pemeriksaan ke dokter. Masalah yang muncul dari kondisi tersebut adalah tidak semua kalangan masyarakat mampu untuk melakukan pemeriksaan ke dokter. Dalam upaya memudahkan masyarakat untuk mengidentifikasi tingkat risiko penyakit hipertensi, penelitian ini mengembangkan sebuah aplikasi klasifikasi tingkat risiko penyakit hipertensi menggunakan metode Naive bayes. Tujuan utamanya adalah mengembangkan model klasifikasi tingkat risiko penyakit hipertensi berbasis website. Data yang digunakan dalam penelitian ini meliputi berbagai faktor seperti usia, status merokok, jumlah rokok yang dikonsumsi, penggunaan suplemen darah, status diabetes, kadar kolesterol total, tekanan darah sistolik, tekanan darah diastolik, detak jantung, index massa tubuh (BMI), dan kadar gula darah. Setelah melalui proses preprocessing data dan pembagian data, model dilatih menggunakan set pelatihan dan dievaluasi menggunakan set pengujian. Hasil penelitian menunjukkan bahwa model Naive bayes memiliki akurasi yang cukup tinggi dalam mengklasifikasi tingkat risiko penyakit hipertensi dengan nilai akurasi 83%, presisi 84%, recall 82%, dan F1-Score 81%. Penelitian ini menunjukkan bahwa algoritma Naïve bayes mempunyai potensi yang signifikan dalam membantu masyrakat untuk mengidentifikasi risiko penyakit hipertensi secara lebih efektif. Kata Kunci: Hipertensi, Klasifikasi, Naïve Bayes, Website, Machine Learning
Penyakit hipertensi merupakan salah satu masalah kesehatan yang dapat menyebabkan berbagai komplikasi serius jika tidak ditangani dengan baik. Namun demikian, masyarakat umum tidak dapat melakukan pengecekan risiko hipertensi yang dialami secara mandiri, kecuali dengan melakukan pemeriksaan ke dokter. Masalah yang muncul dari kondisi tersebut adalah tidak semua kalangan masyarakat mampu untuk melakukan pemeriksaan ke dokter. Dalam upaya memudahkan masyarakat untuk mengidentifikasi tingkat risiko penyakit hipertensi, penelitian ini mengembangkan sebuah aplikasi klasifikasi tingkat risiko penyakit hipertensi menggunakan metode Naive bayes. Tujuan utamanya adalah mengembangkan model klasifikasi tingkat risiko penyakit hipertensi berbasis website. Data yang digunakan dalam penelitian ini meliputi berbagai faktor seperti usia, status merokok, jumlah rokok yang dikonsumsi, penggunaan suplemen darah, status diabetes, kadar kolesterol total, tekanan darah sistolik, tekanan darah diastolik, detak jantung, index massa tubuh (BMI), dan kadar gula darah. Setelah melalui proses preprocessing data dan pembagian data, model dilatih menggunakan set pelatihan dan dievaluasi menggunakan set pengujian. Hasil penelitian menunjukkan bahwa model Naive bayes memiliki akurasi yang cukup tinggi dalam mengklasifikasi tingkat risiko penyakit hipertensi dengan nilai akurasi 83%, presisi 84%, recall 82%, dan F1-Score 81%. Penelitian ini menunjukkan bahwa algoritma Naïve bayes mempunyai potensi yang signifikan dalam membantu masyrakat untuk mengidentifikasi risiko penyakit hipertensi secara lebih efektif. Kata Kunci: Hipertensi, Klasifikasi, Naïve Bayes, Website, Machine Learning
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
