Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection
Diabetes merupakan penyakit yang mengancam kehidupan dengan pertumbuhan tercepat dan jika tidak diobati atau diindentifikasi akan menyebabkan komplikasi lain. Diabetes setiap tahunnya mengakibatkan kematian sebanyak 3.8 juta jiwa dan telah mempengaruhi 422 juta orang di seluruh Dunia. Dataset diabet...
Main Author: | |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Universitas Andalas
2021-08-01
|
Series: | Jurnal Teknologi dan Sistem Informasi |
Subjects: | |
Online Access: | https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/1883 |
id |
doaj-844747859bb249ec91a66222de6ab572 |
---|---|
record_format |
Article |
spelling |
doaj-844747859bb249ec91a66222de6ab5722021-09-10T13:40:45ZindUniversitas AndalasJurnal Teknologi dan Sistem Informasi2460-34652476-88122021-08-0172616910.25077/TEKNOSI.v7i2.2021.61-69167Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward SelectionFitriyani Fitriyani0Universitas ARSDiabetes merupakan penyakit yang mengancam kehidupan dengan pertumbuhan tercepat dan jika tidak diobati atau diindentifikasi akan menyebabkan komplikasi lain. Diabetes setiap tahunnya mengakibatkan kematian sebanyak 3.8 juta jiwa dan telah mempengaruhi 422 juta orang di seluruh Dunia. Dataset diabetes yang digunakan dalam penelitian ini adalah dataset publik, dataset ini akan diolah menggunakan model yang diusulkan. Dataset diabetes memiliki permasalahan seperti adanya fitur-fitur yang tidak relevan, fitur-fitur yang tidak relevan dapat menurunkan kinerja dari model yang digunakan. Seleksi fitur Greedy Forward Selection adalah seleksi fitur yang sangat efisien dan cepat dalam prosesnya. Algoritma Naïve Bayes merupakan algoritma yang mudah dan sederhana ketika diimplementasikan. Hasil penelitian menunjukkan bahwa model Naïve Bayes dan Greedy Forward Selection mendapatkan nilai akurasi tertinggi sebesar 91.73%, sedangkan model Naïve Bayes tanpa seleksi fitur Greedy Forward Selection hanya mendapat nilai akurasi sebesar 87.69%https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/1883diabetesnaïve bayesgreedy forward selection |
collection |
DOAJ |
language |
Indonesian |
format |
Article |
sources |
DOAJ |
author |
Fitriyani Fitriyani |
spellingShingle |
Fitriyani Fitriyani Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection Jurnal Teknologi dan Sistem Informasi diabetes naïve bayes greedy forward selection |
author_facet |
Fitriyani Fitriyani |
author_sort |
Fitriyani Fitriyani |
title |
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection |
title_short |
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection |
title_full |
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection |
title_fullStr |
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection |
title_full_unstemmed |
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection |
title_sort |
prediksi diabetes menggunakan algoritma naive bayes dan greedy forward selection |
publisher |
Universitas Andalas |
series |
Jurnal Teknologi dan Sistem Informasi |
issn |
2460-3465 2476-8812 |
publishDate |
2021-08-01 |
description |
Diabetes merupakan penyakit yang mengancam kehidupan dengan pertumbuhan tercepat dan jika tidak diobati atau diindentifikasi akan menyebabkan komplikasi lain. Diabetes setiap tahunnya mengakibatkan kematian sebanyak 3.8 juta jiwa dan telah mempengaruhi 422 juta orang di seluruh Dunia. Dataset diabetes yang digunakan dalam penelitian ini adalah dataset publik, dataset ini akan diolah menggunakan model yang diusulkan. Dataset diabetes memiliki permasalahan seperti adanya fitur-fitur yang tidak relevan, fitur-fitur yang tidak relevan dapat menurunkan kinerja dari model yang digunakan. Seleksi fitur Greedy Forward Selection adalah seleksi fitur yang sangat efisien dan cepat dalam prosesnya. Algoritma Naïve Bayes merupakan algoritma yang mudah dan sederhana ketika diimplementasikan. Hasil penelitian menunjukkan bahwa model Naïve Bayes dan Greedy Forward Selection mendapatkan nilai akurasi tertinggi sebesar 91.73%, sedangkan model Naïve Bayes tanpa seleksi fitur Greedy Forward Selection hanya mendapat nilai akurasi sebesar 87.69% |
topic |
diabetes naïve bayes greedy forward selection |
url |
https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/1883 |
work_keys_str_mv |
AT fitriyanifitriyani prediksidiabetesmenggunakanalgoritmanaivebayesdangreedyforwardselection |
_version_ |
1717757745174675456 |