ANALISIS PREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA DECISION TREE DAN NAIVE BAYES
DOI:
https://doi.org/10.61306/jnastek.v5i4.317Kata Kunci:
Hepatitis, Machine Learning, Decision Tree, Naive Bayes, Prediksi Penyakit, Disease PredictionAbstrak
ABSTRAK
Penyakit hepatitis merupakan salah satu masalah kesehatan global yang kritis dan terus menjadi tantangan besar dalam dunia medis karena menyerang organ hati dan sulit terdeteksi pada tahap awal. Kondisi ini menuntut adanya metode diagnosis yang lebih cepat, efektif, dan mampu memberikan prediksi akurat untuk membantu tenaga medis dalam proses identifikasi dini. Seiring perkembangan teknologi, pendekatan berbasis machine learning mulai banyak diadopsi untuk mendukung analisis data medis secara otomatis. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa dua algoritma klasifikasi, yaitu Decision Tree dan Naive Bayes, dalam memprediksi status penyakit hepatitis berdasarkan data biokimia darah. Dataset yang digunakan bersumber dari platform Kaggle, terdiri atas 615 data pasien dan 14 atribut laboratorium. Tahapan penelitian meliputi pra-pemrosesan data, normalisasi, pembagian data menjadi 70% data latih dan 30% data uji, pelatihan model, serta evaluasi menggunakan metrik akurasi, presisi, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh akurasi sebesar 88,65%, sedikit lebih tinggi dibandingkan algoritma Naive Bayes yang mencapai akurasi 87,03%. Temuan ini mengindikasikan bahwa Decision Tree lebih efektif dalam menangani variasi data dan hubungan non-linear antar fitur biokimia. Secara keseluruhan, penelitian ini menegaskan bahwa kedua model mampu digunakan sebagai sistem pendukung keputusan dalam mendeteksi hepatitis, namun Decision Tree menjadi model yang lebih potensial untuk diimplementasikan pada tahap diagnosis awal.
Unduhan
Referensi
J. Hasil, K. Sosialisasi, and M. Volume, “PERILAKU HIDUP BERSIH DAN SEHAT UNTUK PENCEGAHAN PENYAKIT HEPATITIS
DI PANTI ASUHAN,” J. Kreat. Pengabdi. Kpd. Masy., vol. 2, no. 1, pp. 1856–1866, 2024.
A. Damayanti and G. Testiana, “Penerapan Data Mining Untuk Prediksi Penyakit Hepatitis C Menggunakan Algoritma Naïve Bayes,” J.
Manaj. Inform. Jayakarta, vol. 3, no. 2, pp. 177–186, 2023, [Online]. Available: https://doi.org/10.52362/jmijayakarta.v3i2.1098
R. G. Gunawan and M. Ilham Pratama, “Analisa Kinerja Algoritma Machine Learning Untuk Prediksi Virus Hepatitis C,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 4, no. 3, pp. 772–777, 2024, doi: 10.37859/coscitech.v4i3.6513.
A. Sabriyanti and A. K. Batubara, “Jurnal Indonesia: Manajemen Informatika Dan Komunikasi,” J. Indones. Manaj. Inform. dan Komun., vol. 4, no. 3, pp. 989–998, 2023, [Online]. Available: https://journal.stmiki.ac.id/index.php/jimik/article/view/301
R. G. Gunawan, M. Ilham Pratama, F. D. Prasetya, H. W. Nugroho, J. Triloka, and C. ROMADHON, “Analisa Data Mining Untuk Prediksi Penyakit Hepatitis C Menggunakan Algoritma Decision Tree C.45 Dengan Particle Swarm Optimization,” Semin. Nas. Has. Penelit. dan Pengabdi. Masy., vol. 4, no. 3, pp. 772–777, 2024, [Online]. Available: http://archive.ic
R. E. Nugroho, W. Y. Pamungkas, and J. H. Jaman, “Pendeteksi Penyakit Hepatitis Menggunakan Cart Decision Tree,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3S1, pp. 3690–3696, 2024, doi: 10.23960/jitet.v12i3s1.5184.
N. Sitohang, “Jurnal Sains Informatika Terapan ( JSIT ),” Penerapan Data Min. Untuk Peringatan Dini Banjir Menggunakan Metod. Klastering K-Means, vol. 2, no. 1, pp. 16–20, 2023.
Alfarizi M. Riziq Sirfatullah, Al-farish Muhamad Zidan, Taufiqurrahman Muhamad, Ardiansah Ginan, and Elgar Muhamad, “Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning,” Karya Ilm. Mhs. Bertauhid (KARIMAH TAUHID), vol. 2, no. 1, pp. 1–6, 2023.
R. Puspita and A. Widodo, “Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS,” J. Inform. Univ. Pamulang, vol. 5, no. 4, p. 646, 2021, doi: 10.32493/informatika.v5i4.7622.
A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, p. 219, 2021, doi: 10.30865/jurikom.v8i6.3655.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Axel Elyas Ginting, Akbar Fajar Fadililah, Mayang Kusumah, Yamin Nuryamin, Ade Priyatna
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
HAK CIPTA
Hak cipta atas artikel apapun pada Jurnal Nasional Teknologi Komputer (JNASTEK) dipegang penuh oleh penulisnya dibawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License.
1. Penulis mengakui bahwa Jurnal Nasional Teknologi Komputer (JNASTEK) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License - CC BY-SA.
2. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Jurnal Nasional Teknologi Komputer (JNASTEK).
LISENSI
Jurnal Nasional Teknologi Komputer (JNASTEK) diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.
