KLASIFIKASI DIAGNOSIS PENYAKIT GINJAL KRONIS DENGAN MENERAPKAN KONSEP ALGORITMA NAÏVE BAYES

Abstract

Tingginya angka kematian yang disebabkan oleh Penyakit Ginjal Kronis (PGK) membuat makin banyaknya penelitian mengenai teknologi di bidang kesehatan untuk membantu mengklasifikasinya. Penelitian ini memiliki tujuan untuk melakukan klasifikasi penyakit ginjal kronis dengan menggunakan algoritma klasifikasi Naïve Bayes dan mengetahui faktor yang mempengaruhi hasil akurasinya. Tahapan pertama dataset mentah diolah dalam tahap pre-processing untuk menghilangkan missing value dan transformasi data. Sementara pada tahapan kedua, dataset yang telah melalui tahap pre-processing diklasifikasikan dengan dua perlakuan. Perlakuan pertama menggunakan cross validation k= 5 dan perlakuan kedua menggunakan k=10. Hasil yang diperoleh menunjukkan bahwa perlakuan jumlah folds pada cross validation k=5 memiliki hasil akurasi yang lebih tinggi yaitu 80%. Sedangkan penggunaan k=10 memiliki hasil akurasi sebesar 76%. Penggunaan jumlah k=5 ini dianggap dapat mengurangi terjadinya overfitting dari dataset yang digunakan. Besaran hasil akurasi ini dapat dipengaruhi dari perlakuan yang diberikan pada dataset yang digunakan pada saat penelitian dilakukan.