ANALISIS PENERAPAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT GINJAL KRONIS

Abstract

Pada bidang medis, klasifikasi berbasis machine learning telah banyak digunakan untuk membantu dokter dan ahli kesehatan dalam diagnosis penyakit maupun penentuan tindakan perawatan dan pengobatan dengan tujuan meminimalisir salah diagnosis. Klasifikasi adalah salah satu bentuk machine learning berbasis pembelajaran yang bertujuan mengelompokkan atau mengkategorikan sesuatu berdasarkan atribut atau fitur yang ada. Naive bayes adalah algoritma machine learning berbasis pembelajaran yang paling sering digunakan karena kesederhanaan konsepnya. Pada penelitian ini diterapkan algoritma naive bayes terhadap dataset chronic kidney disease (CKD) untuk melakukan klasifikasi apakah pasien tergolong mengidap penyakit ginjal kronis atau tidak, dengan menggunakan dataset diambil dari UCI Machine Learning Repository. Algoritma naïve bayes bekerja dengan baik pada dataset yang digunakan pada penelitian ini yang ditunjukkan bahwa ketika menggunakan k dengan nilai 4 sampai 10, total 158 data dapat diklasifikasikan dengan tepat. Nilai akurasi tertinggi mencapai 100%, sedangkan nilai akurasi terendah hanya 99%. Nilai akurasi tertinggi diperoleh ketika menggunakan nilai k = 4 sampai dengan nilai k = 10. Nilai precision dan recall tertinggi adalah bernilai 1 yang menunjukkan bahwa untuk dataset yang digunakan, kualitas dan kuantitas klasifikasi sangat bagus.