Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa Elektro Sriwijaya
Rafian Azim
Teknik Elektro Universitas Sriwijaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Akurasi Metode Naïve Bayes dan Metode KNN untuk Memprediksi Gagal Ginjal Kronis Nandi Prabu Nugraha; Rafian Azim; Syauqi Zalffa Daffa; Putri Salma Ningayu
Jurnal Rekayasa Elektro Sriwijaya Vol. 5 No. 1 (2023): Jurnal Rekayasa Elektro Sriwijaya
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jres.v5i1.63

Abstract

Saat ini banyak penderita penyakit gagal ginjal kronis bukan hanya dialami oleh orang tua, akan tetapi dialami oleh anak anak. Tak sedikit yang memakan korban jiwa dalam penyakit ini. Gagal ginjal merupakan kasus dimana ginjal tidak dapat berfungsi dengan baik dan tidak bekerja sebagaimana mestinya. Gejala yang muncul pada penyakit ini muncul secara bertahap, akan tetapi gejala gejala ini biasanya tidak nampak jelas, yang mengakibatkan penurunan fungsi ginjal seringkali tidak terlalu nampak, sehingga ketika tiba di tahap yang parah, penderita gagal ginjal hanya tinggal menunggu kematian. Langkah pertama dalam pengelolaan penyakit ginjal adalah penetapan diagnosis yang tepat sehingga perlunya perbandingan akurasi antar metode yang digunakan. Banyak metode yang telah digunakan untuk memprediksi penyakit gagal ginjal kronis. Terdapat 2 Metode yaitu Naïve Bayes Classifier lebih tepat diterapkan pada data yang besar dan dapat menangani data yang tidak lengkap (missing value) serta kuat terhadap atribut yang tidak relevan dan noise pada data. Sedangkan metode K-Nearest Neighbors yang metodenya mudah untuk dipelajari dan metode yang dipakai sederhana. Dari hasil penelitian Metode K-Nearest Neighbors memiliki akurasi lebih besar dari Naive Bayes Classification sebesar 96% . Sedangkan Naive Bayes Classification memiliki akurasi confusion matrix sebesar 90.00%.
Co-Authors Nandi Prabu Nugraha Putri Salma Ningayu Syauqi Zalffa Daffa