EVALUASI PERBANDINGAN KINERJA ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES DALAM PENGKLASIFIKASIAN PENYAKIT DIABETES MELITUS (STUDI: RUMAH SAKIT ADVENT BANDAR LAMPUNG)
Diabetes adalah penyakit kronis yang berhubungan dengan gula darah tinggi. Ini karena glukosa diangkut ke sel-sel tubuh dan digunakan sebagai sumber energi untuk memproduksi atau menggunakan hormon insulin. Penelitian ini bertujuan untuk membandingkan performa algoritma Support Vector Machine (SVM) dan Naive Bayes dalam pengklasifikasian penyakit diabetes melitus dan mengevaluasi nilai akurasi menggunakan perhitungan Confusion Matrix. Data diabetes yang dikumpulkan dianalisis menggunakan aplikasi Orange Data Mining dengan menerapkan metode K-Fold Cross Validation (K10), dengan perbandingan metode dilakukan melalui penggunaan fitur Test and Score. Hasil evaluasi perbandingan menunjukkan bahwa algoritma SVM memiliki akurasi lebih tinggi dibandingkan dengan algoritma Naive Bayes. Pengujian menunjukkan bahwa algoritma SVM mencapai akurasi sebesar 75,7%, sedangkan algoritma Naive Bayes memiliki akurasi sebesar 32%.
Kata Kunci: Orange tools, Data Mining, Diabetes, Naïve Bayes, Support Vector Machine
URI
https://repo.itera.ac.id/depan/submission/SB2306070026
Keyword