Assad Hidayat
DISKOMINFO PEKANBARU

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

Found 1 Documents
Search

Perbandingan Klasifikasi Antara Naive Bayes dan K-Nearest Neighbor Terhadap Resiko Diabetes pada Ibu Hamil: Comparison of Classification Between Naive Bayes and K-Nearest Neighbor on Diabetes Risk in Pregnant Women Puji Dwi Rinanda; Bayu Delvika; Syahida Nurhidayarnis; Naufal Abror; Assad Hidayat
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 2 No. 2 (2022): MALCOM October 2022
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (352.247 KB) | DOI: 10.57152/malcom.v2i2.432

Abstract

Diabetes juga dikenal sebagai penyakit metabolik kronis yang dipicu karena pankreas tidak menghasilkan insulin yang cukup. Pada masa kehamilan, tubuh akan meningkatkan hormon-hormon yang juga mempengaruhi kerja insulin. Pada penelitian ini data yang digunakanlah adalah kemungkinan resiko ibu hamil terkena diabetes, data tersebut diolah memakai teknik data mining yaitu naïve bayes. Setelah dilakukan pengolahan data memakai teknik klasifiaksi data mining algorithma  naïve bayes, hasil yang didapat untuk pembagian data menggunakan K-Fold Cross Validation K=10 pada algoritma naïve bayes didapat lah hasil 75,78% dan untuk penggolahan menggunakan knn dengan nilai K=25 didapat hasil 74,48%. Dari hasil tersebut naïve bayes lebih baik dibandingkan K-Nearest Neighbor (KNN).