Klasifikasi Penyakit Gagal Jantung Menggunakan Algoritma Naive Bayes
Abstract
Gagal jantung adalah kondisi medis serius di mana jantung tidak dapat memompa darah dengan baik, sering disebabkan oleh hipertensi, diabetes, dan penyakit jantung koroner. Penyakit jantung adalah salah satu penyakit paling mematikan di dunia, dengan lebih dari 17,7 juta kematian setiap tahun menurut WHO. Mengingat angka kematian yang tinggi, diagnosis dini meningkatkan peluang bertahan hidup. Studi ini membuat model klasifikasi gagal jantung menggunakan algoritma Naive Bayes, yang populer karena cepat dan mudah digunakan. Tujuan model ini adalah membantu tenaga medis menemukan pasien berisiko tinggi, memungkinkan intervensi dini yang lebih baik. Algoritma Naive Bayes dipilih karena kelebihannya dalam kesederhanaan dan kecepatan proses, penting dalam situasi medis yang membutuhkan keputusan cepat. Pengujian model menggunakan dataset relevan menunjukkan bahwa algoritma Naive Bayes memiliki tingkat akurasi memadai dalam memklasifikasi risiko gagal jantung. Dengan demikian, model ini dapat diintegrasikan dalam sistem kesehatan untuk meningkatkan efektivitas diagnosis dan perawatan, meningkatkan kualitas hidup pasien, dan mengelola sumber daya medis lebih efisien. Selain itu, model ini dapat dikembangkan lebih lanjut untuk memperhitungkan berbagai variabel klinis tambahan, meningkatkan akurasi dan kegunaannya dalam skenario medis yang lebih luas.
Keywords: Gagal Jantung, Naive Bayes, Klasifikasi.
Full Text:
PDFReferences
Alizadehsani, R., Roshanzamir, M., Abdar, M., Beykikhoshk, A., Khosravi, A., Panahiazar, M., Koohestani, A., Khozeimeh, F., Nahavandi, S., & Sarrafzadegan, N. (2019). A database for using machine learning and data mining techniques for coronary artery disease diagnosis. Scientific Data, 6(1), 1–13. https://doi.org/10.1038/s41597-019-0206-3
Hayami, R., Soni, & Gunawan, I. (2022). Klasifikasi Jamur Menggunakan Algoritma Naïve Bayes. Jurnal CoSciTech (Computer Science and Information Technology), 3(1), 28–33. https://doi.org/10.37859/coscitech.v3i1.3685
Pebdika, A., Herdiana, R., & Solihudin, D. (2023). Klasifikasi Menggunakan Metode Naive Bayes Untuk Menentukan Calon Penerima Pip. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 452–458. https://doi.org/10.36040/jati.v7i1.6303
Putro, H. F., Vulandari, R. T., & Saptomo, W. L. Y. (2020). Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan. Jurnal Teknologi Informasi dan Komunikasi (TIKomSiN), 8(2). https://doi.org/10.30646/tikomsin.v8i2.500
Mustofa, H., & Mahfudh, A. A. (2019). Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes. Walisongo Journal of Information Technology, 1(1), 1. https://doi.org/10.21580/wjit.2019.1.1.3915
Setiawan, R., & Triayudi, A. (2022). Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes dan K-Nearest Neighbor Berbasis Web. Jurnal Media Informatika Budidarma, 6(2), 777. https://doi.org/10.30865/mib.v6i2.3566
Veronica Agustin, A., & Voutama, A. (2023). Implementasi Data Mining Klasifikasi Penyakit Diabetes Pada Perempuan Menggunakan Naïve Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 7(2), 1002–1007. https://doi.org/10.36040/jati.v7i2.6808
Tjengharwidjaja, A., Saputra, B. D., & Michael Emmanuel, Y. M. (2024). Klasifikasi Pasien Terkena Breast Cancer Menggunakan Metode Machine Learning. Computatio : Journal of Computer Science and Information Systems, 8(1), 86–95. https://doi.org/10.24912/computatio.v8i1.15174
Ridwansyah, T. (2022). Implementasi Text Mining Terhadap Analisis Sentimen Masyarakat Dunia Di Twitter Terhadap Kota Medan Menggunakan K-Fold Cross Validation Dan Naïve Bayes Classifier. KLIK: Kajian Ilmiah Informatika dan Komputer, 2(5), 178–185. https://doi.org/10.30865/klik.v2i5.362
Saifudin, I., & Suharso, W. (2020). Pembelajaran e-learning, pembelajaran ideal masa kini dan masa depan pada mahasiswa berkebutuhan khusus. JP (Jurnal Pendidikan): Teori dan Praktik, 5(2), 30-35.
Saifudin, I. (2017). Pengenalan dan Pelatihan Software Maple guna Meningkatkan Pemahaman Geometri untuk Siswa SMK. Jurnal Pengabdian Masyarakat Ipteks, 3(1).
Saifudin, I., & Umilasari, R. (2021). Automatic Aircraft Navigation Using Star Metric Dimension Theory in Fire Protected Forest Areas. JTAM (Jurnal Teori dan Aplikasi Matematika), 5(2), 294-304.
Saifudin, I., & Mubaroq, S. (2021). Pemanfaatan Aplikasi Camtasia dalam Meningkatkan Kebutuhan Multimedia Pada Video Pembelajaran Daring Bagi Guru di SMP Muhammadiyah Bondowoso. Suluah Bendang: JurnalIlmiah Pengabdian Kepada Masyarakat, 21(2), 140-147.
Saifudin, I., & Nurhalimah, N. (2019). Screen Printing the Glassware as Souvenir to Increase Selling Value and Income on Handicraft Group in Karangrejo, Jember, East Java. Kontribusia: Research Dissemination for Community Development, 2(1), 24-30.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.