KOMPARASI ALGORITMA KLASIFIKASI NAIVE BAYES DAN K-NEAREST NEIGHBORS UNTUK PREDIKSI PENYAKIT JANTUNG

Abstract

Abstrak. Salah satu penyakit yang tidak menular adalah penyakit jantung namun penyakit jantung merupakan penyakit mematikan nomor satu di dunia, beberapa penelitian telah dilakukan untuk mendiagnosa pasien dengan benar namun belum diketahui metode yang paling akurat dalam memprediksi penyakit jantung. Dalam penelitian ini komparasi algoritma Naive Bayes dan k-Nearest Neighbors untuk mengetahui algoritma yang paling akurat dalam memprediksi penyakit jantung. Hasil pengujian kedua algoritma dari 4 percobaan diketahui bahwa algoritma K-Nearest Neighbors memiliki nilai akurasi rata-rata yang lebih tinggi, yaitu 89,34% dengan AUC sebesar 0.916, sedangkan algoritma Naive Bayes memiliki nilai rata-rata akurasi 86,73% dengan AUC sebesar 0.908. Dengan demikian algoritma k-Nearest Neighbors dapat memprediksi penyakit jantung dengan lebih baik dibandingkan dengan algoritma Naive Bayes