IMPLEMENTASI DATA MINING KLASIFIKASI PENYAKIT DIABETES PADA PEREMPUAN MENGGUNAKAN NAÏVE BAYES

Abstract

Diabetes atau kencing manis adalah penyakit yang disebabkan karena peningkatan kadar gula di dalam darah, ketika seseorang terkena diabetes maka insulin dalam tubuh tak bisa dihasilkan. Ada 3 tipe diabetes yang sering ditemukan yaitu tipe 1, tipe 2, dan diabetes gestasional yang hanya menyerang perempuan ketika hamil karena perubahan hormon. Penelitian ini bertujuan agar menghasilkan nilai akurasi dengan menggunakan algoritma klasifikasi yang dipakai untuk mengklasifikasikan penyakit diabetes pada perempuan agar membantu mendeteksi diabetes lebih dini. Data yang dipakai pada penelitian ini berasal dari Kaggle yang berjudul diabetes dataset dan terdiri dari 9 atribut. Proses klasifikasi pada kali ini menggunakan algoritma Naive Bayes dan tools yang dipakai RapidMiner untuk menguji nilai akurasi, class precission, dan class recal dari dataset yang digunakan. Sehingga hasil akurasi yang didapat pada penelitian ini yaitu sebesar 78.50%, nilai precission 85.24%, nilai recall sebesar 83.64%, serta nilai AUC sebesar 0.855. Jadi algoritma Naive bayes yang digunakan untuk pengklasifikasian penyakit diabetes pada perempuan bisa dipakai karena proses dalam seleksinya cepat serta metodenya mudah untuk dipahami dengan nilai akurasi yang cukup baik.