PREDIKSI KESUBURAN (FERTILITY) DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN KLASIFIKASI NAIVE BAYES

Abstract

Fertilitas pada pria menjadi sebuah masalah dalam beberapa dekade ini di bidang kesehatan. Pada penelitian di beberapa jurnal didapatkan bahwa gaya dan pola hidup sangat mempengaruhi fertilitas pada pria. Disamping itu ada juga faktor lain yang mempengaruhi tingkat fertilitas seperti penyakit bawaan, operasi, demam tinggi, kerusakan testis, dsb. Apabila testis mengalami kerusakan yang cukup parah, testis tidak dapat dipulihkan fungsinya seperti semula. Maka dari itu dibutuhkan pencegahan dini agar kerusakan testis tidak terlanjur parah dan masih dapat ditanggulangi. Pencegahan dapat dilakukan dengan melakukan prediksi kesuburan (fertility).
Dalam memprediksi digunakanlah salah metode klasifikasi yaitu Naive Bayes Classifier, yang didukung oleh Principal Component Analysis untuk melakukan reduksi fitur. Data fertilitas yang digunakan berasal dari UCI (University of California, Irvine) Penelitian ini menggunakan aplikasi untuk melakukan simulasi dengan RapidMiner dan didapatkan hasil akurasi yaitu 80% untuk prediksi fertilitas pada pria.