Penerapan Data Mining dalam Mengklasifikasi Penyakit Stroke Menggunakan Algoritma Naïve Bayes
DOI:
https://doi.org/10.29407/inotek.v8i2.5021Abstract
Penyakit stroke adalah kondisi medis mendadak yang disebabkan oleh gangguan aliran darah di otak, baik karena penyumbatan atau pecahnya pembuluh darah. Kondisi ini dapat menyebabkan sel-sel otak kekurangan oksigen, darah, dan nutrisi yang berakibat fatal. Di Indonesia, stroke menempati urutan pertama sebagai penyebab kematian, diikuti oleh diabetes dan hipertensi. Penelitian ini bertujuan untuk mengklasifikasi penyakit stroke menggunakan algoritma Naive Bayes dengan dataset dari Kaggle. Penelitian ini menggunakan metode kualitatif untuk analisis literatur dan metode kuantitatif untuk pengujian teori dengan data numerik. Data sekunder dari Kaggle dipreproses dengan menghilangkan data duplikat dan missing value, menghasilkan 4908 rekaman dari 5110 awal. Implementasi klasifikasi dilakukan menggunakan RapidMiner Studio. Hasil penelitian menunjukkan tingkat acuraccy 87.22%, dengan precision sebesar 14.93% dan recall 42.58%. Penelitian ini menunjukkan bahwa algoritma Naive Bayes dapat digunakan secara efektif untuk klasifikasi stroke dengan hasil yang cukup akurat.
Keywords:
stroke, naïve bayes, klasifikasi##plugins.themes.default.displayStats.downloads##
References
Y. Azhar, A. Khoiriyah Firdausy, and P. J. Amelia, “SINTECH Journal | 191 Perbandingan Algoritma Klasifikasi Data Mining Untuk Prediksi Penyakit Stroke”, [Online]. Available: https://doi.org/10.31598
J. Teknika and R. Estian Pambudi, “Teknika 16 (02): 221-226,” IJCCS, vol. x, No.x, pp. 1–5.
F. Karim, G. W. Nurcahyo, and S. Sumijan, “Sistem Pakar dalam Mengidentifikasi Gejala Stroke Menggunakan Metode Naive Bayes,” Jurnal Sistim Informasi dan Teknologi, pp. 221–226, Aug. 2021, doi: 10.37034/jsisfotek.v3i4.69.
J. Homepage, F. Akbar, H. Wira Saputra, A. Karel Maulaya, and M. Fikri Hidayat, “MALCOM: Indonesian Journal of Machine Learning and Computer Science Implementation of Decision Tree Algorithm C4.5 and Support Vector Regression for Stroke Disease Prediction Implementasi Algoritma Decision Tree C4.5 dan Support Vector Regression untuk Prediksi Penyakit Stroke,” vol. 2, pp. 61–67, 2022.
N. Yolanda Paramitha et al., “Klasifikasi Penyakit Stroke Menggunakan Metode Naïve Bayes,” 2023. [Online]. Available: https://www.kaggle.com/datasets/zzettrkalpakbal/full-filled-
Moh. Imron, J. Junal, and E. Masnawati, “Wacana Rubrik Kriminal di Media Daring Jawa Pos Radar Madura,” Stilistika: Jurnal Pendidikan Bahasa dan Sastra, vol. 15, no. 1, p. 99, Jan. 2022, doi: 10.30651/st.v15i1.10597.
Mm. Ali, T. Hariyati, M. Yudestia Pratiwi, and S. Afifah Sekolah Tinggi Agama Islam Ibnu Rusyd Kotabumi, “Metodologi Penelitian Kuantitatif Dan Penerapan Nya Dalam Penelitian.”
D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, p. 437, Apr. 2020, doi: 10.30865/mib.v4i2.2080.
N. B. Putri and A. W. Wijayanto, “Analisis Komparasi Algoritma Klasifikasi Data Mining Dalam Klasifikasi Website Phishing,” Komputika : Jurnal Sistem Komputer, vol. 11, no. 1, pp. 59–66, Jan. 2022, doi: 10.34010/komputika.v11i1.4350.
A. Algoritma, K. Pada, S. Rapidminer, and W. Ainurrohmah, “Akurasi Algoritma Klasifikasi pada Software Rapidminer dan Weka,” Prosiding Seminar Nasional Matematika, vol. 4, pp. 493–499, 2021, [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/
D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” 2021.
“6552-21016-1-PB”.
N. A’ayunnisa, Y. Salim, and H. Azis, “Analisis performa metode Gaussian Naïve Bayes untuk klasifikasi citra tulisan tangan karakter arab,” Indonesian Journal of Data and Science (IJODAS), vol. 3, no. 3, pp. 115–121, 2022.
Suryani and Mustakim, “Estimasi Keberhasilan Siswa dalam Pemodelan Data Berbasis Learning Menggunakan Algoritma Support Vector Machine,” Bulletin of Informatics and Data Science, vol. 1, no. 2, 2022, [Online]. Available: https://ejurnal.pdsi.or.id/index.php/bids/index
A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Riset Komputer), vol. 8, no. 6, p. 219, Dec. 2021, doi: 10.30865/jurikom.v8i6.3655.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Ahmad Fajar Abadi, Nur Alamsyah, Farhan Gagat Retnanto, Erna Daniati, Aidina Ristyawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
