Teks
Perbandingan Algoritma Naive Bayes dan C4.5 pada Klasifikasi Penyakit Tuberculosis
Bakteri Mycobacterium Tuberculosis menyebabkan tuberculosis. Penyakit ini
biasanya menyebar melalui percikan cairan seperti batuk atau bersin. Tuberculosis
Paru dan Tuberculosis Ekstra Paru adalah dua klasifikasi tuberculosis. Indonesia
adalah Negara ketiga dengan jumlah kasus tuberculosis tertinggi. Karenanya
perlu dilakukan upaya untuk mengurangi jumlah kasus tuberculosis di Indonesia.
Mengklasifikasikan informasi tentang Tuberculosis berdasarkan data medis adalah
salah satu upaya yang dapat dilakukan untuk membantu dokter dalam
mendiagnosis penyakit dan mendeteksi dini tuberculosis yang memungkinkan
penyembuhan lebih cepat bagi mereka yang menderita penyakit ini.
Salah satu jenis algoritma klasifikasi adalah Naive Bayes dan C4.5. Naive bayes
merupakan algoritma dengan perhitungan berdasarkan pengalaman sebelumnya
untuk memprediksi peluang di masa depan dengan cara mencari peluang terbesar
dari beberapa kemungkinan klasifikasi dan melihat frekuensi tiap kelas pada data
latih. C4.5 dipilih karena merupakan tolak ukur yang sering digunakan dalam
perbandingan dengan algoritma Naive Bayes.
Hasil penelitian menunjukkan bahwa algoritma Naive Bayes dan C4.5 ketika
dibandingkan menggunakan model validasi 10-fold Cross Validation dan model
pengukuran akurasi dengan Confusion matrix temuan menunjukkan bahwa
algoritma C4.5 memiliki tingkat akurasi lebih tinggi dengan akurasi sebesar 85%
dengan perbedaan 2% dari algoritma Naive Bayes yang hanya memiliki akurasi
sebesar 83%, yang menunjukkan bahwa algoritma C4.5 lebih cocok untuk
klasifikasi penyakit tuberculosis.
| S00060.23 | RF TI.S00060.23 Nur p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain