SISTEM KLASIFIKASI PENYAKIT JANTUNG BERBASIS PARTICLE SWARM OPTIMIZATION DAN NAÏVE BAYES DENGAN 5-FOLD CROSS VALIDATION
DOI:
https://doi.org/10.53625/jirk.v3i8.9914Keywords:
Klasifikasi, Penyakit Jantung, Naïve BayesAbstract
Serangan Jantung adalah salah satu penyakit yang paling mematikan tercatat di dunia, terdapat jumlah kasus baru Penyakit Jantung sebanyak 1,5% serta jumlah kematian sebanyak 14,38%. Pada tahun 2022 jumlah penderita Penyakit Jantung di Indonesaia sejumlah 139.891 orang, pada umumnya jumlah penderita penyakit ini terus meningkat dikarenakan kurangnya pengetahuan atau informasi tentang penyakit jantung tersebut. Oleh karena itu dibutuhkan sebuah sistem yang dapat memberikan informasi serta klasifikasi penyakit secara dini yang dapat digunakan untuk klasifikasi apabila seseorang ingin mengetahui informasi ataupun gejala awal serangan jantung. Metode naïve bayes merupakan salah satu metode yang digunakan untuk melakukan klasifikasi berdasarkan probabilitas atau kemungkinan dari data sebelumnya, selain pendekatannya sederhana metode tersebut juga dapat melakukan klasifikasi secara baik. Mekanisme pengujiannya yaitu membagi 303 data kedalam 5 subset yang akan divalidasi dengan 5-fold cross validation. Hasil akhir dari penelitian ini adalah penerapan sistem klasifikasi dengan menggunakan metode naïve bayes yang akan menghasilkan nilai rata-rata akurasi sebesar 90,61%, presisi sebesar 87,44 %, dan recall sebesar 87,95%.
References
Pradana, Musthofa Galih, Pujo Hari Saputro, and Dhina Puspasari Wijaya. "Komparasi Metode Support Vector Machine Dan Naïve Bayes Dalam Klasifikasi Peluang Penyakit Serangan Jantung." Indonesian Journal of Business Intelligence (IJUBI) 5.2 (2022): 87-91.
Amriani, Eka Astri, Nurhikmawati Nurhikmawati, and Fadillah Maricar. "Karakteristik infark miokard akut pada usia muda." PREPOTIF: JURNAL KESEHATAN MASYARAKAT 8.2 (2024): 2996-3005.
Fauziah, Wardah, et al. "Pemeriksaan Kesehatan Jantung Dalam Rangka Pengembangan Aplikasi Screening Jantung Berbasis Android." Budimas: Jurnal Pengabdian Masyarakat 6.3 (2024).
Nurvan, Hadi, Arum Kesuma Wardani, and Nur Endah Palupi. "Karakteristik Pemeriksaan Pasien Di Instalasi Radiologi Rumah Sakit Ananda Babelan Bekasi Periode Agustus 2021–Juli 2022: Studi Retrospektif." Jurnal Pandu Husada 4.4 (2023): 1-14.
Prahmawati, Pira. "PENYULUHAN KESEHATAN TENTANG DETEKSI DINI KEGAWATAN DIABETES DAN JANTUNG." Bagimu Negeri: Jurnal Pengabdian Kepada Masyarakat 8.1 (2024): 23-29.
Abdullah, Said Noor, et al. "Klasifikasi Tingkat Keparahan Korban Kecelakaan Lalu Lintas Menggunakan Naï ve Bayes." Progresif: Jurnal Ilmiah Komputer 19.2 (2023): 858-866.
Turban Efraim,2005, Decision Support System and Intelligent Systems, edisi Bahasa Indonesia jilid 1, Yogyakarta :PenerbitAndi.
Han, Jiawei, Jian Pei, and Hanghang Tong. Data mining: concepts and techniques. Morgan kaufmann, 2022.
Kusumadewi, Sri. 2003. Artificial IntellegenceTeknik dan Aplikasi. Yogyakarta :GrahaIlmu
Suyanto. (2010). AlgoritmaOptimasi (DeterminastikatauProbabilitas). Indonesia: GrahaIlmu.
Tuntun, Ritham, Kusnawi Kusrini, and Kusnawi Kusnawi. "Analisis Perbandingan Kinerja Algoritma Klasifikasi dengan Menggunakan Metode K-Fold Cross Validation." Jurnal Media Informatika Budidarma 6.4 (2022): 2111-2119.
Mubarog, Ilham, Arief Setyanto, and Heri Sismoro. "Sistem klasifikasi pada penyakit breast cancer dengan menggunakan metode Naïve Bayes." Creative Information Technology Journal 6.2 (2021): 109-118.
Alfatah, Dhika. "Application of the K-Means Clustering Algorithm in Mapping the Regional Voter Strategy for the Legislative Candidates for the DPR RI." Jurnal Komputer, Informasi dan Teknologi 1.2 (2021): 435-443.
Rosid, Danu Fajar Nur, and A. Sidiq Purnomo. "Sistem Pakar Diagnosa Penyakit Pada Tanaman Kedelai Hijau Menggunakan Metode Teorema Bayes." IKRA-ITH Informatika: Jurnal Komputer dan Informatika 8.2 (2024): 72-81.
Yusman, Yanti. "Naïve Bayes Classifier dengan Particle Optimize Weight Forward pada Dataset." Bulletin of Computer Science Research 3.6 (2023): 442-447.
Heristian, Sujiliani, Rian Septian Anwar, and Hanggoro Aji Al Kautsar. "Klasifikasi Perilaku Pemain Game Online Menggunakan Naïve Bayes Berbasis Particle Swarm Optimization." Computer Science (CO-SCIENCE) 4.2 (2024): 151-156.
