Implementasi Metode Naive Bayes Untuk Memprediksi Resiko Penyakit Jantung

Patria Artha Technological Journal

View Publication Info
 
 
Field Value
 
Title Implementasi Metode Naive Bayes Untuk Memprediksi Resiko Penyakit Jantung
 
Creator Ranjasmara, Muhammad; Universitas Khairun
Khairan, Amal; Universitas Khairun
Tempola, firman; Universitas Khairun
rosihan, rosihan; Universitas Khairun
 
Subject Resiko penyakit jantung, machine learning, naïve bayes
 
Description Kematian akibat penyakit jantung terus meningkat dan tak mengenal usia muda dan tua. World Health Organization menyebutkan 7,3 juta penduduk dunia meninggal akibat dari penyakit jantung. Bahkan disebutkan penyakit jantung adalah salah penyakit nomor satu paling mematikan. Untuk itu penting diketahui resiko dari pentakit jantung dengan menerapkan model-model yang ada pada machine learning. Tujuan dari penelitian ini yaitu untuk mengimplementasikan metode Naive Bayes untuk memprediksi penyakit jantung, serta dilakukan ujii kinerja algoritma dengan menghitung presisi, recall dan akurasi. Adapun Kriteria-kriteria yang digunakan pada penelitian ini yaitu umur, jenis kelamin, jenis sakit dada, tekanan darah, kolestrol, kadar gula, elektrokardiografi, tekanan jantung, angina induksi, old-peak, segmen_st, Fluoroskopi, denyut jantung. Sedangkan class yang diprediksi ada 2 beresiko dan tidak beresiko. Hasil dalam penelitian ini menunjukan bahwa metode berhasil memprediksi atau mengklasifikasi pasien beresiko penyakit jantung dan tidak beresiko penyakit jantung dengan persentase precision 90%, recall 100% serta mendapatkan akurasi 92.85% dan termaksuk exellent classification.
 
Publisher Department of Electrical Engineering, University of Patria Artha
 
Contributor
 
Date 2020-10-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://ejournal.patria-artha.ac.id/index.php/patj/article/view/351
10.33857/patj.v4i2.351
 
Source Patria Artha Technological Journal; Vol 4, No 2 (2020): Patria Artha Technological Journal; 66 -70
2549-614X
2549-6171
10.33857/patj.v4i2
 
Language eng
 
Relation http://ejournal.patria-artha.ac.id/index.php/patj/article/view/351/pdf_45
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library