PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE ID3 DALAM MENGKLASIFIKASIKAN PENYAKIT DIABETES

Tanujaya, Calvin (2025) PERBANDINGAN ALGORITMA NAIVE BAYES DAN DECISION TREE ID3 DALAM MENGKLASIFIKASIKAN PENYAKIT DIABETES. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (1MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (659kB)
	Text BAB V.pdf - Published Version Download (1MB)

Abstract

Diabetes adalah suatu penyakit metabolik yang diakibatkan oleh meningkatnya kadar glukosa atau gula darah, yang seiring waktu dapat menyebabkan terjadinya berbagai komplikasi, seperti penyakit jantung koroner, stroke, obesitas, serta gangguan pada mata, ginjal, dan saraf, pembuluh darah. Menurut International Diabetes Federation (IDF), diabetes di dunia pada tahun 2021 mencapai 537 juta. Di Indonesia sendiri, terdapat sekitar 19,5 juta penderita diabetes pada tahun 2021, yang setara dengan sekitar 10,8% dari total penduduk Indonesia. Data mining adalah teknik dalam ilmu komputer yang sering digunakan untuk memprediksi kejadian di masa depan, dan menjadi salah satu metode yang banyak diterapkan dalam memprediksi apakah seseorang didiagnosis positif atau negatif diabetes. Metode digunakan untuk prediksi ini adalah algoritma naïve bayes dan ID3 . Data untuk penelitian ini diperoleh dari website kaggle dengan 9 atribut dan 768 data. Setelah proses pembersihan data, data dikurangi menjadi 420 data yang digunakan dalam analisis. Hasil pengolahan data mining menunjukkan Algoritma ID3 menghasilkan akurasi sebesar 81.4% dan naïve bayes menghasilkan akurasi sebesar 76.2% dengan menggunakan metode evaluasi 10 fold cross validation. Dari penjelasan di atas, dapat disimpulkan bahwa algoritma naïve bayes dan ID3 terbukti andal dalam memprediksi penyakit diabetes.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Classification, Naïve bayes, ID3, Data mining, Diabetes
Subjects:	300 Ilmu Sosial > 300.285 Analisa Data di Bidang Ilmu Sosial
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	24 Feb 2026 07:56
Last Modified:	24 Feb 2026 07:56
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3054

Actions (login required)

View Item