Rancang Bangun Aplikasi dengan Perbandingan Metode K-Nearest Neighbor (KNN) dan Naive Bayes dalam Klasifikasi Penderita Penyakit Diabetes

Abstract

Diabetes adalah penyakit yang tidak menular dan termasuk cukup serius bagi manusia dikarenakan pankreas tidak mampu menghasilkan insulin secara optimal. Internasional Diabetes Federation (IDF) memperkirakan sedikitnya terdapat 463 juta orang pada usia 20-79 tahun di dunia menderita diabetes. Prevelensi diabetes diperkirakan meningkat seiring penambahan umur penduduk menjadi 19,9% juta pada tahun 2030 dan 700 juta pada tahun 2024. Oleh karena itu dibutuhkan sistem yang bertujuan untuk mendeteksi penderita penyakit diabetes. Penelitian ini menggunakan dua algoritma yaitu KNN dan Naive Bayes. Hal ini untuk memandingkan kedua algoritma yang memiliki tingkat akurasi yang terbaik. Algoritma KNN adalah algoritma yang digunakan untuk mengklasifikasi objek baru berdasarkan objek terdekatnya. Adapun Algoritma Naive Bayes adalah salah satu algoritma yang digunakan untuk klasifikasi sistematika yang dapat digunakan untuk memprediksi probabilitas keanggotaan dalam suatu class. Pada penelitian ini proses klasifikasi dilakukan dengan cara memasukkan data ke dalam tools Jupyter Notebook dan membuat rancangan proses penelitian. Dataset yang diambil oleh ibu Saptarum di Klinik Bidan Saptarum Maslahah Kabupaten Jombang dengan jumlah 50 data akan diolah dengan Algoritma KNN dan Naive Bayes. Tahap akhir menjadikan file dalam bentuk Data Pickle agar dapat direalisasikan kedalam sistem. Adapun hasil nilai akurasi Algoritma KNN dengan K=3 memiliki nilai sebesar 93%, sedangkan algoritma Naïve Bayes memiliki akurasi sebesar 95%.