Teks
Perbandingan Algoritma Naive Bayes dan C.45 Dalam Diagnosis Penyakit Paru-Paru
Penyakit paru-paru sangat berbahaya karena dapat menyebabkan kerusakan
pernafasan dalam jangka pendek maupun panjang. Kualitas udara yang
kotor/tercemar menjadi permasalahaan yang sering terjadi sehingga udara yang
dihirup manusia banyak mengandung virus/bakteri yang menyebabkan seseorang
terkena penyakit paru-paru. Terjadinya kesalahan dalam mendiagnosis pasien
menjadi permasalahan dalam penelitian ini. Adanya teknologi dapat memberikan
kemudahan segala aktivitas salah satunya dibidang kesehatan. Penelitian ini
bertujuan untuk mengetahui kinerja algoritma naive bayes dan C4.5 dalam
membandingkan hasil diagnosis untuk mengklasifikasi yang terkena penyakit
paru-paru.
Metode data mining dalampenelitian ini menggunakan algoritma naive bayes dan
C4.5 untuk mengklasifikasi hasil diagnosis yang terkena penyakit paru-paru.
Pengklasifikasian algoritma naive bayes dilakukan dengan memproses dataset
yang menentukan frekuensi setiap nilai kelas dan metode klasifikasi pada
algoritma C4.5 membuat pohon keputusan sesuai aturan yang ada. Data yang
digunakan pada penerapan kedua algoritma tersebut dari dataset private dengan
jumlah 325 record dengan 5 atribut.
Hasil penelitian menunjukan bahwa pengukuran kinerja algoritma naive bayes
pengujian confusion matrix dengan validasi 10-fold cross validation menghasilkan
akurasi sebesar 91,08%. Pengukuran kinerja yang sama juga dilakukan pada
algoritma C4.5 yaitu confusion matrix dan validasi 10-fold cross validation
menghasilkan akurasi sebesar 89,23%. Hasil akurasi menunjukkan algoritma
naive bayes memiliki akurasi lebih tinggi dari algoritma C4.5 dengan selisih
1,85%, Kesimpulannya adalah algoritma naive bayes lebih baik untuk
mengklasifikasi hasil diagnosis penyakit paru-paru.
| S00021.24 | RF TI.S00021.24 Mei p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain