PERBANDINGAN KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN C4.5 DENGAN TEKNIK SMOTE

Ramadani Saputra, Gilang (2025) PERBANDINGAN KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN C4.5 DENGAN TEKNIK SMOTE. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (296kB)
	Text BAB II.pdf Restricted to Registered users only Download (691kB)
	Text BAB III.pdf Restricted to Registered users only Download (340kB)
	Text BAB IV.pdf Restricted to Registered users only Download (928kB)
	Text BAB V.pdf Download (381kB)
	Text DAFTAR PUSTAKA.pdf Download (497kB)

Abstract

Penyakit jantung merupakan penyebab utama kematian di dunia, sehingga diperlukan metode klasifikasi yang akurat untuk membantu diagnosis dini. Machine learning dapat membantu dalam menganalisis data pasien guna meningkatkan efektivitas deteksi penyakit jantung. Penelitian ini membandingkan performa algoritma Naïve Bayes dan C4.5 dalam klasifikasi penyakit jantung dengan teknik Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ketidakseimbangan data. Dataset yang digunakan adalah Heart Disease Dataset dari Kaggle, yang terdiri dari 4.238 data dengan 16 atribut. Model dievaluasi menggunakan confusion matrix dan kurva ROC/AUC untuk mengukur akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki performa lebih baik dengan akurasi 82,35%, sedangkan C4.5 mencapai 76,90%. Naïve Bayes lebih unggul karena memiliki tingkat akurasi yang lebih tinggi serta efisiensi komputasi yang lebih baik dibandingkan C4.5. Oleh karena itu, metode ini direkomendasikan untuk sistem deteksi dini penyakit jantung berbasis machine learning.

Actions (login required)

View Item