PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENYAKIT KARDIOVASKULAR

Wahiid, Hermawan Nur (2025) PENERAPAN ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI PENYAKIT KARDIOVASKULAR. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_57201_2113030047.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[img] Text (Similarity)
RAMA_57201_2113030047_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (964kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_57201_2113030047_0731087703_0712108103_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (797kB)
[img] Text (BAB 2)
RAMA_57201_2113030047_0731087703_0712108103_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (172kB) | Request a copy
[img] Text (BAB 3)
RAMA_57201_2113030047_0731087703_0712108103_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (32kB) | Request a copy
[img] Text (BAB 4)
RAMA_57201_2113030047_0731087703_0712108103_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (338kB) | Request a copy
[img] Text (BAB 5)
RAMA_57201_2113030047_0731087703_0712108103_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (13kB) | Request a copy
[img] Text (References)
RAMA_57201_2113030047_0731087703_0712108103_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (139kB)
[img] Text (Lampiran)
RAMA_57201_2113030047_0731087703_0712108103_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Penyakit kardiovaskular merupakan salah satu penyebab kematian tertinggi di dunia yang sering kali tidak terdeteksi secara dini karena keterbatasan tenaga medis, biaya pemeriksaan yang mahal, serta keterlambatan dalam proses diagnosis. Seiring dengan kemajuan teknologi informasi, pemanfaatan metode klasifikasi dalam data mining menjadi solusi yang potensial untuk mempercepat proses diagnosis awal penyakit kardiovaskular secara efisien dan akurat. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dalam membangun model klasifikasi penyakit kardiovaskular berbasis data rekam medis. Dataset yang digunakan berasal dari UC Irvine Machine Learning Repository yang terdiri atas 299 data pasien. Proses penelitian mengikuti metode CRISP-DM dan mencakup tahapan preprocessing seperti seleksi fitur berbasis korelasi serta penyeimbangan data menggunakan SMOTE untuk mengatasi permasalahan ketidakseimbangan kelas. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model Naïve Bayes yang telah diterapkan mampu mencapai akurasi sebesar 81,66%, presisi 80,43%, recall 74%, dan F1-score 77,08%. Model menunjukkan performa yang cukup baik dalam mengklasifikasikan pasien berdasarkan risiko kematian akibat penyakit kardiovaskular, terutama setelah diterapkannya preprocessing data yang tepat seperti seleksi fitur dan teknik SMOTE. Dari hasil yang diperoleh, dapat disimpulkan bahwa algoritma Naïve Bayes efektif dalam membantu klasifikasi penyakit kardiovaskular dengan akurasi yang lebih tinggi dibandingkan penelitian sebelumnya. Namun, penelitian ini masih memiliki keterbatasan karena hanya menggunakan algoritma naïve bayes dan dataset tunggal. Untuk pengembangan selanjutnya, disarankan agar penelitian ini dikembangkan dengan membandingkan algoritma lain serta menggunakan dataset yang lebih beragam untuk meningkatkan generalisasi model dalam praktik klinis.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Penyakit Kardiovaskular, Naïve Bayes, Klasifikasi, Data Mining, Seleksi Fitur, SMOTE, CRISP-DM
Subjects: 260 Medical science > 285 Heart disease
410 Engineering science > 459 Computer science
410 Engineering science > 461 Information systems
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Sistem Informasi
Depositing User: Hermawan Nur Wahiid
Last Modified: 04 Aug 2025 15:35
URI: http://repository.unpkediri.ac.id/id/eprint/18583

Actions (login required)

View Item View Item