PREDIKSI PENYAKIT DIABETES BERDASARKAN PERBANDINGAN KLASIFIKASI METODE K-NEAREST NEIGHBOR, NAÏVE BAYES, DAN DECISION TREE MENGGUNAKAN RAPID MINER

Muhammad Rezanur Ardianto
Rushendra Rushendra


DOI: https://doi.org/10.29100/jipi.v10i2.6079

Abstract


Pada era digital seperti saat ini kegiatan manusia dipermudah dengan adanya teknologi yang tak terkecuali dalam bidang penjualan makanan dan minuman, namun dengan kemudahan tersebut mengakibatkan kesulitan masyarakat dalam melihat gizi dari makanan dan minuman yang mengakibatkan terjangkitnya penyakit Diabetes, akan tetapi penyakit tersebut banyak faktor yang dapat memengaruhinya . Oleh sebab itu penelitian ini dilakukan sebuah prediksi terjangkitnya penyakit Diabetes dengan melakukan perbandingan algoritma K-NN, Naïve Bayes, dan Decision Tree. Hasil dari perbandingan algoritma yang paling cocok pada kondisi default yaitu Decision Tree dengan tingkat akurasi 93,60%, namun untuk menghindari overfitting dan underfitting perlu dilakukan optimasi K cross validation pada K=5 sampai K=10, kemudian dilakukan optimasi nilai Konstanta K pada K=10. algoritma K-NN dengan K=2, sehingga didapatkan hasil algoritma K-NN lebih cocok untuk prediksi penyakit diabetes dengan nilai akurasi 96.13%.

Keywords


Diabetes, Decision Tree, Naïve Bayes, K-NN.

Full Text:

PDF

Article Metrics :

References


Astuti, "PERAN PERKEMBANGAN TEKNOLOGI DIGITAL TERHADAP STRATEGI PEMASARAN DAN DISTRIBUSI UMKM KOTA MAKASSAR," Indonesian Journal of Business and Management, vol. 6, no. (1), pp. 175-180, 2023.

E. A. Sahrul, "PERAN E-COMMERCE, MEDIA SOSIAL DAN DIGITAL TRANSFORMATION UNTUK PENINGKATAN KINERJA BISNIS UMKM," Jurnal Muara Ilmu Ekonomi dan Bisnis , vol. 7, no. (2), pp. 286-299, 2023.

R. D. Rasdiyatno, "TRANSFORMASI INDUSTRI MAKANAN DAN MINUMAN MENUJU INOVASI NUTRISI DAN KEAMANAN PANGAN," Jurnal Sains dan Teknologi , vol. 2, no. (4), pp. 80-89, 2024.

Rokom, "Saatnya Mengatur Si Manis," Sehat Negeriku, 10 01 2024. [Online]. Available: https://sehatnegeriku.kemkes.go.id/baca/blog/20240110/5344736/saatnya-mengatur-si-manis/#:~:text=Menurut%20IDF%2C%20Indonesia%20menduduki%20peringkat,merupakan%20ibu%20dari%20segala%20penyakit. [Accessed 03 07 2024].

A. Ridwan, "Penerapan Algoritma Naïve Bayes Untuk KlasifikasiPenyakit Diabetes Mellitus," Jurnal Sistem Komputer dan Kecerdasan Buatan, vol. 4, no. (1), pp. 15-221, 2020.

H. A. D. Fasnuari, "APPLICATION OF K-NEAREST NEIGHBOR ALGORITHM FOR CLASSIFICATION OF DIABETES MELLITUS CASE STUDY : RESIDENTS OF JATITENGAH VILLAGE," Jurnal Ilmiah Teknik Informatika, vol. 16, no. (2), p. 133–142, 2022.

R. Islam, "Clinical Decision Support System for Diabetic Patients byPredicting Type 2 Diabetes Using Machine Learning Algorithms," National Library of Medicine, vol. 23, no. (1), pp. 1-11, 2023.

S. E. Wijayaningrum, "Diabetes - Causes, Types, Symptoms, and Treatments," Siloam Hospitals, 23 06 2024. [Online]. Available: https://www.siloamhospitals.com/en/informasi-siloam/artikel/diabetes. [Accessed 03 07 2024].

M. Kurniawan, "Pemodelan Dataset Tambang Terbuka pada PT. United Tractors Semen Gresikdengan Metode Artificial Neural Network," PROMINE, vol. 12, no. (1), pp. 1-6, 2024.

R. Merdiansah, "Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan IndoBERT," Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI, vol. 7, no. (1), pp. 221-228, 2024.

E. Poerwandono, "Penerapan Data Mining Untuk Penilaian Kinerja Karya Di PT Riksa Dinar Djaya Menggunakan Metode Naive Bayes Classification," Jurnal Sains dan Teknologi, vol. 5, no. (1), pp. 336-340, 2023.

Nurainun, "Penerapan Algoritma Naïve Bayes Classifier Dalam Klasifikasi Status Gizi Balita dengan Pengujian K-Fold Cross Validation," Journal of Computer System and Informatics (JoSYC), vol. 4, no. (3), pp. 578-586, 2023.

E. Novianto, "KLASIFIKASI ALGORITMA K-NEAREST NEIGHBOR, NAIVE BAYES, DECISION TREE UNTUK PREDIKSI STATUS KELULUSAN MAHASISWA S1," Jurnal Teknologi dan Sistem Informasi Univrab, vol. 8, no. (2), pp. 146-154, 2023.

M. Afriansyah, "Optimasi Algoritma Naïve BayesUntuk Klasifikasi Buah Apel Berdasarkan Fitur Warna RGB," BULLETIN OF COMPUTER SCIENCE RESEARCH, vol. 3, no. (3), pp. 242-249, 2023.

D. Septhya, "Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru," MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. (1), pp. 15-19, 2023.