Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Sistem Komputer
Azizah Kusumah Putri
Institut Teknologi Sumatera
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Metode Naive Bayes Yang Dioptimalkan Dengan Algoritma Genetika Untuk Prioritas Pasien Azizah Kusumah Putri; Meira Listyaningrum; Salwa Farhanatussaidah; Fajri Farid; M. Syamsuddin Wisnubroto
Jurnal Sistem Informasi dan Sistem Komputer Vol 11 No 2 (2026): Vol 11 No 2 - 2026
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v11i2.1230

Abstract

Penentuan prioritas pasien di Instalasi Gawat Darurat (IGD) merupakan proses krusial yang rentan terhadap keterbatasan sumber daya dan subjektivitas pengambilan keputusan. Penelitian ini bertujuan membandingkan kinerja model Naïve Bayes dengan Naïve Bayes yang dioptimasi menggunakan Algoritma Genetika (NB+GA) dalam klasifikasi prioritas pasien (Red, Orange, Yellow, Green). Dataset yang digunakan berasal dari Kaggle Patient Priority Classification dengan 17 fitur demografis dan klinis, dibagi menjadi 80% data latih dan 20% data uji. Hasil evaluasi menunjukkan adanya ketidakseimbangan data, terutama pada kelas “Yellow”. Model Naïve Bayes menghasilkan akurasi 64% dengan Precision 0,44, Recall 0,69, dan F1-Score 0,44. Setelah optimasi, Algoritma Genetika menyeleksi 8 fitur paling relevan dan meningkatkan performa model NB+GA dengan akurasi 96%, Precision 0,87, Recall 0,80, dan F1-Score 0,81. Hasil ini membuktikan bahwa Algoritma Genetika efektif meningkatkan kinerja Naïve Bayes dan berpotensi sebagai sistem pendukung keputusan triase yang objektif di IGD.
Co-Authors Fajri Farid M. Syamsuddin Wisnubroto Meira Listyaningrum Salwa Farhanatussaidah