Perbandingan Klasifikasi antara Naives Bayes dan Decision Tree dalam Prediksi Penyakit Diabetes Tahap Awal

Abstrak

Diabetes adalah kondisi kesehatan yang dicirikan oleh tingkat glukosa darah yang meningkat. Diabetes memiliki dua jenis yakni diabetes yaitu diabetes tipe 1 dan diabetes tipe 2. Diabetes tipe 1 disebabkan karena kekurangan produksi insulin oleh pankreas. Gejala diabetes meliputi rasa haus yang berlebihan, sering buang air kecil, dan rasa lapar yang terus-menerus. Klasifikasi adalah suatu proses yang membantu kita mengelompokkan data atau informasi menjadi kategori-kategori berdasarkan karakteristik yang sama. Dalam konteks diabetes, metode klasifikasi dapat digunakan untuk mengelompokkan individu berdasarkan tingkat risiko mereka terkena diabetes. Dengan menggunakan metode klasifikasi, dokter dapat menentukan tingkat risiko seseorang terkena diabetes dan merancang rencana pengobatan yang sesuai. Penelitian ini melibatkan perbandingan antara metode Naïve Bayes dan Decision Tree. Hasil penelitian ini menunjukkan bahwa algoritma yang dihasilkan merupakan yang terbaik di antara kedua algoritma dalam menentukan penderita penyakit diabetes. Diperoleh akurasi sebesar sebesar 66,67% untuk Naïve Bayes dan sebesar 91,67% untuk Decision Tree. Dalam penelitian ini, ditemukan bahwa metode Decision Tree memiliki tingkat akurasi yang lebih tinggi daripada metode Naïve Bayes dalam studi kasus dan pengujian data.