Implementasi Metode Naïve Bayes untuk Klasifikasi Penderita Penyakit Jantung

Abstract

Serangan jantung merupakan gangguan jantung yang sangat serius. Gangguan ini terjadi ketika otot jantung tidak mendapatkan aliran darah yang baik. Kondisi inilah yang akan mengganggu fungsi jantung dalam mengalirkan aliran darah ke seluruh tubuh. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mengklasifikasikan penderita penyakit jantung menggunakan metode naïve bayes. Naïve bayes adalah suatu metode yang bekerja berdasarkan probabilitas kemungkinan seseorang menderita penyakit jantung atau tidak berdasarkan data rekam medisnya. Algoritma ini digunakan dengan tujuan menghitung probabilitas kemungkinan sesorang menderita penyakit jantung berdasarkan rekam medisnya. Data ini diperoleh dari website University of California Irvine Machine learning dengan jumlah keseluruhan ada 303 dataset dengan 13 atribut, penelitian ini dilakukan dengan membagi data menjadi 75% untuk data latih dan 25% untuk data training, hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes yang digunakan memberikan nilai akurasi yang cukup tinggi sebesar 86.84%.