KLASIFIKASI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA NAÃVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Duta Bangsa
Author
RUSDIYANTO, MUHAMMAD RIDWAN
Subject
T Technology (General)
Datestamp
2024-01-05 03:43:55
Abstract :
Penyakit hepatitis merupakan salah satu penyakit yang menjadi perhatian serius bagi dokter, sulitnya deteksi dini penyakit hepatitis mengakibatkan banyak pasien yang mengidap penyakit ini menjadi penyakit kronis. Guna membantu diagnosis dini pada penyakit hepatitis, proses klasifikasi ini dapat membantu memprediksi penyakit hepatitis. Pada penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit hepatitis dengan menggunakan Naive Bayes. Data pasien hepatitis diperoleh dari UCI Machine Learning Repository. Pengembangan sistem menggunakan pendekatan model waterfall dan validasi silang (cross-validation) untuk mengukur akurasi. Hasil penelitian menunjukkan bahwa metode Naive Bayes memberikan prediksi yang akurat dengan tingkat akurasi mencapai 83,871%. Presisi mencapai 91,912%, recall sekitar 84,677%, dan f1 score mencapai 87,206%. Dengan demikian, dapat disimpulkan bahwa implementasi sistem klasifikasi penyakit hepatitis dengan metode Naive Bayes dapat digunakan untuk memprediksi penyakit hepatitis, hasil pengujian yang dilakukan menunjukkan bahwa implementasi sistem klasifikasi penyakit hepatitis menggunakan metode Naive Bayes mampu memberikan prediksi dengan akurasi yang cukup tinggi.
Penyakit hepatitis merupakan salah satu penyakit yang menjadi perhatian serius bagi dokter, sulitnya deteksi dini penyakit hepatitis mengakibatkan banyak pasien yang mengidap penyakit ini menjadi penyakit kronis. Guna membantu diagnosis dini pada penyakit hepatitis, proses klasifikasi ini dapat membantu memprediksi penyakit hepatitis. Pada penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit hepatitis dengan menggunakan Naive Bayes. Data pasien hepatitis diperoleh dari UCI Machine Learning Repository. Pengembangan sistem menggunakan pendekatan model waterfall dan validasi silang (cross-validation) untuk mengukur akurasi. Hasil penelitian menunjukkan bahwa metode Naive Bayes memberikan prediksi yang akurat dengan tingkat akurasi mencapai 83,871%. Presisi mencapai 91,912%, recall sekitar 84,677%, dan f1 score mencapai 87,206%. Dengan demikian, dapat disimpulkan bahwa implementasi sistem klasifikasi penyakit hepatitis dengan metode Naive Bayes dapat digunakan untuk memprediksi penyakit hepatitis, hasil pengujian yang dilakukan menunjukkan bahwa implementasi sistem klasifikasi penyakit hepatitis menggunakan metode Naive Bayes mampu memberikan prediksi dengan akurasi yang cukup tinggi.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
