Keywords
penyakit jantung
Klasifikasi
klasifikasi penyakit jantung
Data mining
How to Cite
Abstract
Fakta bahwa penyakit jantung menjadi salah satu sebab kematian tertinggi di seluruh dunia termasuk di Indonesia sehingga deteksi dini sangat penting dilakukan. Kami menggunakan metode algoritma Naïve Bayes untuk melakukan klasifikasi kemungkinan penyakit jantung berdasarkan 303 data Kaggle dengan 14 fitur. Preprocessing, pelatihan model menggunakan Python di Google Colab, dan seleksi fitur (SelectKBest) adalah komponen proses. Hasil menunjukkan bahwa model ini efektif untuk membantu diagnosis awal dengan akurasi sebesar 83% dan recall sebesar 97% pada pasien sakit.
References
[1] A. A. Surya and Y. Yamasari, “Penerapan Algoritma Naïve Bayes (NB) untuk Klasifikasi Penyakit Jantung,” J. Informatics Comput. Sci., vol. 5, no. 03, pp. 447–455, 2024, doi: 10.26740/jinacs.v5n03.p447-455.
[2] A. Yogianto, A. Homaidi, and Z. Fatah, “Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung,” G-Tech J. Teknol. Terap., vol. 8, no. 3, pp. 1720–1728, 2024, doi: 10.33379/gtech.v8i3.4495.
[3] B. Hirwono, A. Hermawan, and D. Avianto, “Implementasi Metode Naïve Bayes untuk Klasifikasi Penderita Penyakit Jantung,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 7, no. 3, pp. 450–457, 2023, doi: 10.35870/jtik.v7i3.910.
[4] D. H. SUSILO, “Klasifikasi Penyakit Jantung.” Accessed: Apr. 29, 2025. [Online]. Available: https://www.kaggle.com/code/dirgahalimsusilo/klasifikasi-penyakit-jantung/notebook
[5] Q. A’yuniyah et al., “Implementasi Algoritma Naïve Bayes Classifier (NBC) untuk Klasifikasi Penyakit Ginjal Kronik,” J. Sist. Komput. dan Inform., vol. 4, no. 1, p. 72, 2022, doi: 10.30865/json.v4i1.4781.
[6] M. A. Bianto, K. Kusrini, and S. Sudarmawan, “Perancangan Sistem Klasifikasi Penyakit Jantung Mengunakan Naïve Bayes,” Creat. Inf. Technol. J., vol. 6, no. 1, p. 75, 2020, doi: 10.24076/citec.2019v6i1.231.
[7] G. P. Kawani, “Implementasi Naive Bayes,” J. Informatics, Inf. Syst. Softw. Eng. Appl., vol. 1, no. 2, pp. 73–81, 2019, doi: 10.20895/inista.v1i2.73.
[8] C. S. Nur Aeni Widiastuti, Stefanus Santosa, “ALGORITMA KLASIFIKASI DATA MININGNAÏVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK DETEKSI PENYAKIT JANTUNG.pdf,” Nat. Methods, vol. 1, no. 1, p. 4, 2014, doi: https://doi.org/10.33369/pseudocode.1.1.11-14.
[9] A. Riani, Y. Susianto, and N. Rahman, “Implementasi Data Mining Untuk Memprediksi Penyakit Jantung Mengunakan Metode Naive Bayes,” J. Innov. Inf. Technol. Appl., vol. 1, no. 01, pp. 25–34, 2019, doi: 10.35970/jinita.v1i01.64.
[10] D. Gunawan, “Evaluasi Performa Pemecahan Database dengan Metode Klasifikasi Pada Data Preprocessing Data mining,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 2, no. 1, pp. 10–13, 2016, doi: 10.23917/khif.v2i1.1749.
[11] D. Larassati, A. Zaidiah, and S. Afrizal, “Sistem Prediksi Penyakit Jantung Koroner Menggunakan Metode Naive Bayes,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 7, no. 2, pp. 533–546, 2022, doi: 10.29100/jipi.v7i2.2842.
[12] A. F. Riany and G. Testiana, “Penerapan Data Mining untuk Klasifikasi Penyakit Jantung Koroner Menggunakan Algoritma Naïve Bayes,” MDP Student Conf., vol. 2, no. 1, pp. 297–305, 2023, doi: 10.35957/mdp-sc.v2i1.4388.
[13] Dimsyiar M Al Hafiz, Khoirul Amaly, Javen Jonathan, M Teranggono Rachmatullah, and Rosidi, “Sistem Prediksi Penyakit Jantung Menggunakan Metode Naive Bayes,” J. Rekayasa Elektro Sriwij., vol. 2, no. 2, pp. 151–157, 2021, doi: 10.36706/jres.v2i2.29.
[14] H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165.
[15] H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” J. Teknol. Inf. dan Komun., vol. 8, no. 2, 2020, doi: 10.30646/tikomsin.v8i2.500.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Arinda Sekar Bilbina, Anita fatmawati, Erna Daniati