Analisa Prediksi Penyakit Diabetes Menggunakan Metode Naive Bayes dan K-NN

Nugraha Rahmansyah; Shary Armonitha Lusinia; Ilmawati Ilmawati

doi:10.31004/innovative.v5i1.17737

Authors

Nugraha Rahmansyah Universitas Putra Indonesia YPTK
Shary Armonitha Lusinia Universitas Putra Indonesia YPTK
Ilmawati Ilmawati Universitas Putra Indonesia YPTK

DOI:

https://doi.org/10.31004/innovative.v5i1.17737

Abstract

Diabetes mellitus adalah salah satu penyakit kronis yang semakin umum di dunia termasuk di Indonesia. Mendeteksi penyakit ini sejak dini sangatlah penting untuk mencegah munculnya komplikasi serius. Penelitian ini dilakukan untuk menganalisis prediksi penyakit diabetes menggunakan dua metode pembelajaran mesin, yaitu Naïve Bayes dan K-Nearest Neighbor (KNN). Naïve Bayes dikenal sebagai metode klasifikasi yang sederhana namun efektif berdasarkan probabilitas, sementara KNN merupakan metode klasifikasi berbasis instance yang menggunakan kedekatan data dengan data yang sudah ada. Dataset yang digunakan mencakup 8 atribut kesehatan, seperti usia, jenis kelamin, hipertensi, penyakit jantung, riwayat merokok, BMI, kadar HbA1c, dan kadar glukosa darah, dengan label target berupa status diabetes (1 untuk diabetes, 0 untuk non-diabetes). Tahapan tersebut mencakup pengolahan awal data, seperti mengisi nilai kosong, menormalisasi atribut numerik, dan mengkode atribut kategori. Naïve Bayes memanfaatkan distribusi probabilitas, sedangkan KNN mengelompokkan data berdasarkan jarak ke tetangga terdekat. KNN lebih baik digunakan untuk dataset dengan pola yang rumit, sementara Naïve Bayes lebih efisien dalam hal komputasi

References

Astutisari, I. D. A. E. C., AAA Yuliati Darmini, A. Y. D., & Ida Ayu Putri Wulandari, I. A. P. W. (2022). Hubungan Pola Makan Dan Aktivitas Fisik Dengan Kadar Gula Darah Pada Pasien Diabetes Melitus Tipe 2 Di Puskesmas Manggis I. Jurnal Riset Kesehatan Nasional, 6(2), 79–87. https://doi.org/10.37294/jrkn.v6i2.350

Cholil, S. R., Handayani, T., Prathivi, R., & Ardianita, T. (2021). Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa. IJCIT (Indonesian Journal on Computer and Information Technology), 6(2), 118–127. https://doi.org/10.31294/ijcit.v6i2.10438

Ghani Muttaqin, A., Auliasari, K., & Santi Wahyuni, F. (2020). Penerapan Metode K-Nearest Neighbor Untuk Prediksi Penjualan Berbasis Web Pada Pt.Wika Industri Energy. JATI (Jurnal Mahasiswa Teknik Informatika), 4(2), 1–6. https://doi.org/10.36040/jati.v4i2.2728

Lestari, Zulkarnain, Sijid, & Aisyah, S. (2021). Diabetes Melitus: Review Etiologi, Patofisiologi, Gejala, Penyebab, Cara Pemeriksaan, Cara Pengobatan dan Cara Pencegahan. UIN Alauddin Makassar, 1(2), 237–241. http://journal.uin-alauddin.ac.id/index.php/psb

Murni Pratiwi, I., Fauzi, A., Arum Puspita Lestari, S., Cahyana, Y., Ilmu Komputer, F., & Buana Perjuangan Karawang, U. (2024). Penerapan Algoritma Naïve Bayes Untuk Prediksi Penerimaan Karyawan. Jurnal TEKINKOM, 7(1), 236–243. https://doi.org/10.37600/tekinkom.v7i1.1282

Pebdika, A., Herdiana, R., & Solihudin, D. (2023). Klasifikasi Menggunakan Metode Naive Bayes Untuk Menentukan Calon Penerima Pip. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 452–458. https://doi.org/10.36040/jati.v7i1.6303

Petersmann, A., Nauck, M., Müller-Wieland, D., Kerner, W., Müller, U. A., Landgraf, R., Freckmann, G., & Heinemann, L. (2018). Definition, classification and diagnostics of diabetes mellitus. Journal of Laboratory Medicine, 42(3), 73–79. https://doi.org/10.1515/labmed-2018-0016

Purwati, N., & Dwi Januanti, A. (2021). Aplikasi Data Mining Dengan Algoritma Naive Bayes Untuk Memprediksi Tingkat Kelulusan Mahasiswa. Jurnal Pepadun, 2(1), 123–137. https://doi.org/10.23960/pepadun.v2i1.38

Suryawan, N. W., Bachrun, E., Prayitno, S., Bhakti, S., Mulia, H., Relationship, T., Parenting, B., & Behavior, S. (2023). JPKM Jurnal Profesi Kesehatan Masyarakat. 4(1), 1–7.

Syarli, & Muin, A. A. (2020). Metode Naive Bayes Untuk Prediksi Kelulusan. Jurnal Ilmiah Ilmu Komputer, 2(1), 22–26. https://media.neliti.com/media/publications/283828-metode-naive-bayes-untuk-prediksi-kelulu-139fcfea.pdf

Syihabuddin Azmil Umri, S. (2021). Analisis Dan Komparasi Algoritma Klasifikasi Dalam Indeks Pencemaran Udara Di Dki Jakarta. JIKO (Jurnal Informatika Dan Komputer), 4(2), 98–104. https://doi.org/10.33387/jiko.v4i2.2871