Prediksi Penyakit Diabetes Menggunakan Metode KNN dan Naive Bayes
DOI:
https://doi.org/10.63822/gfg4fr83Keywords:
Diabetes, KNN, Naive BayesAbstract
Diabetes melitus terjadi ketika masalah metabolisme muncul karena pankreas kurang menghasilkan insulin atau tubuh memakai insulin secara tidak efektif. Dalam penelitian ini, dipakai dua cara, yaitu Naïve Bayes dan KNN. Maksud dari pemakaian dua cara ini adalah mencari tahu cara mana yang paling akurat hasilnya. Selain itu, dua cara ini dipakai juga untuk menggali info dari kumpulan data diabetes melitus yang sudah dipakai. Cara Naïve Bayes adalah salah satu metode mengelompokkan data yang bisa memperkirakan seberapa mungkin suatu kelas terkait. Sementara itu, cara KNN adalah jenis belajar terbimbing yang dipakai untuk mengelompokkan objek baru berdasarkan lingkungan dengan objek yang sudah ada. Dalam penelitian ini, pengelompokan dilakukan dengan memasukkan data ke Jupyter Notebook dan merancang langkahnya, lalu, data akan diolah menggunakan cara KNN dan Naïve Bayes. Tingkat akurasi yang didapat akan berbeda, dengan cara Naïve Bayes memberikan hasil akurasi yang lebih tinggi dari cara KNN.
References
A. A. Fajrin and A. Maulana, “Penerapan Data Mining untuk Analisis Pola Pembelian Konsumen dengan Algoritma FPGrowth pada Data Transaksi Penjualan Spare Part Motor,” Kumpul. J. Ilmu Komput., vol. 5, no. 1, pp. 27–36, 2018.
E. Elisa, “Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor- Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti,” JOIN, vol. 2, no. 1, pp. 36–41, 2017.
Asroni, B. M. Respati, and S. Riyadi, “Penerapan Algoritma C4.5 untuk Klasifikasi Jenis Pekerjaan Alumni di Universitas Muhammadiyah Yogyakarta,” J. Ilm. Fak. Tek. Univ. Muhammadiyah, vol. 21, no. 2, pp. 158–165, 2018.
M. R. Ritonga, Solikhun, M. R. Lubis, and A. P. Windarto, “SISTEM PAKAR DIAGNOSA GEJALA AWAL PENYAKIT AKIBAT VIRUS PADA ANAK BERBASIS MOBILE DENGAN FORWARD CHAINING,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 2, no. 2, pp. 140–146, 2018.
A. Najib, D. Nurcahyono, and R. P. P. Setiawan, “KLASIFIKASI DIAGNOSA PENYAKIT DIABETES MELLITUS (DM) MENGGUNAKAN ALGORITMA C4.4,” J. Sains Terap. Teknol. Inf., vol. 11, no. 2, 2019.
U. I. Lestari, A. Y. Nadhiroh, and C. Novia, “Penerapan Metode K- Nearest Neighbor Untuk Sistem Pendukung Keputusan Identifikasi Penyakit Diabetes Melitus,” J. Tek. Inform. dan Sist. Inf., vol. 8, no. 4, pp. 2071–2082, 2021.
M. S. Mustafa and W. I. Simpen, “Implementasi Algoritma K-Nearest Neighbor (KNN) Untuk Memprediksi Pasien Terkena Penyakit Diabetes Pada Puskesmas Manyampa Kabupaten Bulukumba,” Pros. Semin. Ilm. Sist. Inf. DAN Teknol. Inf., vol. 8, no. 1, pp. 1–10, 2019.
Sutrisno, D. Susilowati, and Haerani, “Penerapan Particle Swarm Optimization Untuk Meningkatkan Kinerja Algoritma K-Nearest Neighbor Dalam Klasifikasi Penyakit Diabetes,” 2021.
Y. B. Widodo, S. A. Anggraeini, and T. Sutabri, “Perancangan Sistem Pakar Diagnosis Penyakit Diabetes Berbasis Web Menggunakan Algoritma Naive Bayes,” J. Teknol. Inform. dan Komput. MH. Thamrin, vol. 7, no. 1, pp. 112–123, 2021.
A. Ridwan, “Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus,” J. Sist. Komput. dan Kecerdasan Buatan, vol. 4, no. 1, pp. 15–21, 2020.
]A. Afif, “Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus di Rumah Sakit Aisyiah,” J. Ilmu Komput. dan Mat., vol. 1, no. 2, pp. 40–46, 2020.
Rousyati, A. N. Rais, E. Rahmawati, and R. F. Amir, “Prediksi Pima Indians Diabetes Database Dengan Ensemble Adaboost Dan Bagging,” Evolusi J. Sains dan Manaj., vol. 9, no. 2, pp. 36–42, 2021.
D. Noviana, Y. Susanti, and I. Susanto, “Analisis Rekomendasi Penerima Beasiswa Menggunakan Algoritma K-Nearest Neighbor dan Algoritma C4.5,” 2019.
B. Sagara, D. Adidarma, and S. Budilaksono, “PERBANDINGAN AKURASI ALGORITMA C4.5 DAN NAÏVE BAYES UNTUK DETEKSI DINI GANGGUAN AUTISME PADA ANAK,” J. Komput. dan Inform., vol. 3, no. 1, pp. 119–128, 2019.
I. S. Permana and Y. Sumaryana, “SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT DENGAN METODE FORWARD CHAINING,” Jumantaka, vol. 1, no. 1, pp. 361– 370, 2018.
M. R. Ritonga, M. R. Lubis, and A. P. Windarto, “SISTEM PAKAR DIAGNOSA GEJALA AWAL PENYAKIT AKIBAT VIRUS PADA ANAK BERBASIS MOBILE DENGAN FORWARD CHAINING,” J. Nas. Inform. dan Teknol. Jar., vol. 2, no. 2, pp. 140–146, 2018.
R. A. Nugroho, Tarno, and A. Prahutama, “KLASIFIKASI PASIEN DIABETES MELLITUS MENGGUNAKAN METODE SMOOTH SUPPORT VECTOR MACHINE (SSVM),” J. Gaussian, vol. 6, no. 3, pp. 439–448, 2017.
F. Aris and Benyamin, “Penerapan Data Mining untuk Identifikasi Penyakit Diabetes Melitus dengan Menggunakan Metode Klasifikasi,” J. Sist. Komput. dan Sist. Inf., vol. 1, no. 1, pp. 1–6, 2019.
Nawassyarif, M. Julkarnain, and K. R. Ananda, “Sistem Informasi Pengolahan Data Ternak Unit Pelaksana Teknis Produksi dan Kesehatan Hewan Berbasis Web,” J. JINTEKS, vol. 2, no. 1, pp. 32–39, 2020.
H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018.
A. A. Fajrin and A. Maulana, “Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma FPGrowth Pada Data Transaksi Penjualan Spare Part Motor,” Kumpul. J. Ilmu Komput., vol. 5, no. 1, pp. 27–36, 2018.
Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” J. Edik Inform., vol. 2, no. 2, pp. 213– 219, 2017.
Asroni, B. M. Respati, and S. Riyadi, “Penerapan Algoritma C4.5 untuk Klasifikasi Jenis Pekerjaan Alumni di Universitas Muhammadiyah Yogyakarta,” J. Ilm. Fak. Tek. Univ. Muhammadiyah, vol. 21, no. 2, pp. 158–165, 2018.
Yahya and W. P. Hidayanti, “Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Efektivitas Penjualan Vape (Rokok Elektrik) pada ‘Lombok Vape On,’” J. Inform. dan Teknol., vol. 3, no. 2, pp. 104–114, 2020.
A. M. S. I. Dewi and I. B. G. Dwidasmara, “Implementation Of The K-Nearest Neighbor (KNN) Algorithm For Classification Of Obesity Levels,” J. Elektron. Ilmu Komput. Udayana, vol. 9, no. 2, pp. 277–284, 2020.
[26] M. Akturk, “Diabetes Dataset,” Kaggle.com, 2020. https://www.kaggle.com/mathchi/dia betes-data-set.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Shanti Cahyaningtyas, Siti Yasmin Nurcholifah, Elkin Rilvani (Author)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
