Sistem Prediksi Penyakit Jantung Koroner Menggunakan Metode Naive Bayes

Devina Larassati, Ati Zaidiah, Sarika Afrizal

Abstract


Penyebab dari penyakit jantung koroner yaitu penyumbatan pembuluh darah koroner, penyakit ini sangat diperhatikan oleh seluruh kalangan masyarakat dikarenakan pengaruh yang disebabkant oleh penyakit tersebut. Penelitian ini memiliki tujuan untuk membuat prediksi yang akan membantu para dokter untuk melakukan diagnose dengan tepat dan akurat sehingga penyakit jantung koroner dapat ditangani lebih awal. Salah satu algoritma klasifikasi data mining yang digunakan pada penelitian ini adalah algoritma Naïve Bayes Classifier. Algoritma ini diterapkan dengan tujuan untuk menghitung probabilitas kemungkinan seseorang pasien berdasarkan data rekam medis pasien. Rekam medis pasien diperoleh dari kaggle untuk dilakukan percobaan pada sistem yang akan dibuat. Dataset awal memuat 303 record setelah dilakukan preprocessing memuat 296 record. Percobaan pada penelitian ini dilakukan sebanyak 3 percobaan dengan membagi data latih dan data uji. Hasil yang diperoleh dalam percobaan pertama memiliki akurasi paling tinggi yaitu sebesar 83.1%. Diharapkan dengan adanya sistem ini dapat membantu dokter untuk mendiagnosis penyakit jantung koroner.


Keywords


Penyakit Jantung Koroner, Prediksi, Klasifikasi, Naïve Bayes Classifier.

Full Text:

PDF

References


Bella, Airindya. (2022). Macam-Macam Penyakit Jantung, Gejala, dan Penyebabnya. Diakses pada: https://www.alodokter.com/macam-macam-penyakit-jantung-gejala-dan-penyebabnya

P2PTM Kemenkes RI. (2019). Hari Jantung Sedunia (World Heart Day): Your Heart is Our Heart Too. Diakses pada: http://p2ptm.kemkes.go.id/kegiatan-p2ptm/pusat-/hari-jantung-sedunia-world-heart-day-your-heart-is-our-heart-too

Mawarti, Tandjania. (2015). Penerapan Algoritma Klasifikasi Naïve Bayes Untuk Prediksi Penyakit Hipertensi (Studi Kasus : Klinik Yashika – Ciganjur).

Pattekari, S. A., Parveen, A., 2012, Prediction System for Heart Disease Using Naïve Bayes, International Journal of Advanced Computer and Mathematical Sciences, ISSN 2230-9624, Vol. 3, No 3, Hal 290-294.

Hutahean, Jeperson. (2015). Konsep Sistem Informasi. Yogyakarta: Deepublish.

Mulyani, Sri. 2016. Sistem Informasi Management Rumah Sakit : Analisis Dan Perancangan. Bandung: Abdi Sistematika.

Herdianto. (2013). Prediksi Kerusakan Motor Induksi Menggunakan Metode Jaringan Saraf Tiruan Backpropagation. Medan: Universitas Sumatera Utara.

Belajarpython. Pendahuluan Python. Diakses pada: https://belajarpython.com/tutorial/apa-itu-python

Maulid, Reyvan. (2021). Mengenal Flask, Library Machine Learning Python Idaman Developer. Diakses pada: https://dqlab.id/mengenal-flask-library-machine-learning-python-idaman-developer

Rahman, Rashik. (2021). Heart Attack Analysis & Prediction Dataset. Diakses pada: https://www.kaggle.com/rashikrahmanpritom/heart-attack-analysis-prediction-dataset

Han, J., & Kamber, M. (2012). Data Mining: Concept and Techniques. 3rd Edition. New York: Morgan Kaufmann.




DOI: https://doi.org/10.29100/jipi.v7i2.2842

DOI (PDF): https://doi.org/10.29100/jipi.v7i2.2842.g1191

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
ISSN 2540-8984
Published by
Prodi Pendidikan Teknologi Informasi
STKIP PGRI Tulungagung

Website : https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email : jipi@stkippgritulungagung.ac.id


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.