PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENYAKIT DIABETES
Daftar Isi:
- Penyakit diabetes merupakan masalah kesehatan global yang membutuhkan deteksi dini dan manajemen yang efektif. Penggunaan teknologi dalam memprediksi penyakit ini menjadi fokus penting dalam upaya pencegahan dan perawatan yang lebih baik. Penelitian ini bertujuan untuk menerapkan algoritma klasifikasi Naive Bayes dalam mengidentifikasi dan mengklasifikasikan kecenderungan penyakit diabetes berdasarkan karakteristik dari pasien. Dataset yang digunakan dalam penelitian ini terdiri dari atribut-atribut seperti Pregnancy ( Kehamilan ), Glucose ( Glukosa ), Blood Pressure ( Tekanan Darah ), Skin Thickness ( Ketebalan Kulit ), Insulin ( Insulin ), BMI ( Body Mass Index / Lemaktubuh berdasarkan tinggi dan berat badan ), Diabetes Pedigree Function Result ( Silsilah fungsi hasil ), dan Age ( Usia ). Algoritma Naive Bayes diterapkan untuk membangun model klasifikasi yang memanfaatkan probabilitas dan hubungan antar atribut untuk memprediksi kemungkinan seseorang terkena diabetes. Dengan demikian, penerapan algoritma Naive Bayes dalam klasifikasi penyakit diabetes dan pengolahan data dengan Bahasa Python, hasil data menyatakan bahwa untuk tingkat Accuracy akan jauh lebih besar dan lebih baik jika data yang diolah semakin banyak yaitu untuk tingkat accuracy training lebih besar dari pada data testing dikarenakan data yang diolah lebih banyak dan menghasilkan nilai 76% dibanding nilai data testing yaitu 72%. Berdasarkan hasil yang telah dilakukan penulis, dengan perhitungan Algoritma Naïve Bayes yang dihitung secara manual, Microsoft Excel, dan Bahasa Python yang menghasilkan data yang sama sehingga data mining Algoritma dengan metode Naïve Bayes sangat tepat digunakan untuk menghitung faktor- faktor penyebab penyakit diabetes. Kata Kunci : Penyakit Diabetes, Naïve Bayes, Data Mining, Python