Keywords
naïve bayes
klasifikasi
How to Cite
Abstract
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.
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.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Ahmad Fajar Abadi, Nur Alamsyah, Farhan Gagat Retnanto, Erna Daniati, Aidina Ristyawan