Pendekatan Data Science untuk Deteksi Dini Diabetes Menggunakan Naive Bayes Classifier

Authors

  • Norma Ningsih Politeknik Elektronika Negeri Surabaya
  • Aprianto Universitas Dinamika
  • Angeline Universitas Dinamika

DOI:

https://doi.org/10.37823/insight.v5i1.300

Keywords:

diabetes, Naive Bayes Classifier, klasifikasi, laplacian smoothing

Abstract

Diabetes merupakan penyakit yang memiliki gejala dimana kadar gula darah berada diatas normal yang disebabkan karena kurangnya insulin dalam darah seseorang. Umumnya diabetes disebabkan karena adanya gangguan metabolisme dalam tubuh selama periode yang cukup lama. Diabetes merupakan penyakit yang berbahaya dengan jumlah penderita yang terus meningkat setiap tahun. Hal ini disebabkan karena kurangnya kesadaran pola hidup sehat dan deteksi dini penyakit yang sering tertunda. Penelitian ini membuat sistem klasifikasi yang dapat melakukan pendeteksian dini terhadap penyakit diabetes. Metode yang digunakan adalah naïve bayes classifier dengan Laplacian smoothing. Penelitian ini menggunakan 100 data dari data random, data tersebut dibagi menjadi 80% data latih dan 20% data uji. Berdasarkan hasil pengujian menggunakan confusion matrix diperoleh nilai ukuran testing set yang digunakan adalah 40% testing set dan sisanya 60% sebagai training set merupakan hasil yang paling ideal. Dari pembagian dataset tersebut diperoleh nilai akurasi sebesar 70%.

References

Hestiana, D. W.Journal of Health Education. Journal of Health Education, 2(2), 138–145. https://doi.org/10.1080/10556699.1994. 10603001. 2017

International Diabetes Federation. Global Diabetes Data Report 2010-2045.Journal IDF. https://diabetesatlas.org/data/en/world/.2019

Sunur, I. C. Mengenal Perbedaan Diabetes Tipe 1 dan Tipe 2. Https://Www.Alodokter.Com/Mengenal-Perbedaan-Diabetes-Tipe-1-Dan-Tipe-2. https://www.alodokter.com/mengenal-perbedaan-diabetes-tipe-1-dan-tipe-2. 2020

Rossa, V., & Halidi, R. Lebih dari 70 Persen Orang Indonesia Tak Sadar Terkena Diabetes. https://www.suara.com/health/2019/11/14/052301/lebih-dari-70-persen- orang-indonesia-tak-sadar-terkena-diabetes. 2019

Zohuri, B., & Rahmani, F. M. Artificial Intelligence Driven Resiliency with Machine Learning and Deep Learning Components. Journal of Communication and Computer, 15(1), 1–13. https://doi.org/10.17265/1548-7709/2019.01.001. 2019

Han, J., Kamber, M., & Pei, J. Data mining: Data mining concepts and techniques. In The Morgan Kaufmann Series in Data Management Systems (3rd ed.). Elesivier. https://doi.org/10.1109/ICMIRA.2013.45. 2012

Wahyuni, R., Ma’ruf, A., & Mulyono, E. Hubungan Pola Makan Terhadap Kadar Gula Darah Penderita Diabetes Mellitus. Jurnal Medika Karya Ilmiah Kesehatan, 4(2). http://jurnal.stikeswhs.ac.id/index.php/medika. 2019

Hayat, C. Identifikasi Dini Penyakit Diabetes Melitus Menggunakan Expert System Builder Early Identification of Diabetes Mellitus Disease Using Expert System Builder. Jurnal Teknik Dan Ilmu Komputer, 5(20), 431–445. 2016

Pavithra Devi, & Jayanthi, A. A STUDY ON MACHINE LEARNING ALGORITHM IN MEDICAL DIAGNOSIS. International Journal of Advanced Research in Computer Science, 9(4), 42–46. 2018

Kilimci, Z. H., & Ganiz, M. C. Evaluation of Classification Models for Language Processing. 2015 International Symposium on Innovations in Intelligent SysTems and Applications (INISTA). 2015

Listiowarni, I., & Setyaningsih, E. R. Analisis Kinerja Smoothing pada Naive Bayes untuk Pengkategorian Soal Ujian. Jurnal Teknologi Dan Manajemen Informatika, 4(2). 2018

Aprilia, R., Muludi, K., & Aristoteles. Pemetaan Sebaran Asal Siswa Dan Klasifikasi Jarak Asal Siswa Sma Negeri Di Kabupaten Pringsewu Menggunakan Metode Naïve Bayes. Jurnal Komputasi Ilmu Komputer Unila, 4(2), 52–66. 2016

Tandra, H. Segala Sesuatu yang Harus Anda Ketahui Tentang Diabetes.Gramedia. 2017

Informatikalogi. Algoritma Naive Bayes. https://informatikalogi.com/algoritma- naive-bayes/. 2021

Packt. Implementing 3 Naive Bayes classifiers in scikit-learn. https://hub.packtpub.com/implementing-3-naive-bayes-classifiers-in-scikit-learn/. 2018

Downloads

Published

2023-04-12

How to Cite

Ningsih, N., Aprianto, & Angeline. (2023). Pendekatan Data Science untuk Deteksi Dini Diabetes Menggunakan Naive Bayes Classifier. Journal of Information System,Graphics, Hospitality and Technology, 5(1), 26–31. https://doi.org/10.37823/insight.v5i1.300