Ardianto, Muhammad Rezanur
Unknown Affiliation

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

Found 1 Documents
Search

PREDIKSI PENYAKIT DIABETES BERDASARKAN PERBANDINGAN KLASIFIKASI METODE K-NEAREST NEIGHBOR, NAÏVE BAYES, DAN DECISION TREE MENGGUNAKAN RAPID MINER Ardianto, Muhammad Rezanur; Rushendra, Rushendra
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6079

Abstract

Pada era digital seperti saat ini kegiatan manusia dipermudah dengan adanya teknologi yang tak terkecuali dalam bidang penjualan makanan dan minuman, namun dengan kemudahan tersebut mengakibatkan kesulitan masyarakat dalam melihat gizi dari makanan dan minuman yang mengakibatkan terjangkitnya penyakit Diabetes, akan tetapi penyakit tersebut banyak faktor yang dapat memengaruhinya . Oleh sebab itu penelitian ini dilakukan sebuah prediksi terjangkitnya penyakit Diabetes dengan melakukan perbandingan algoritma K-NN, Naïve Bayes, dan Decision Tree. Hasil dari perbandingan algoritma yang paling cocok pada kondisi default yaitu Decision Tree dengan tingkat akurasi 93,60%, namun untuk menghindari overfitting dan underfitting perlu dilakukan optimasi K cross validation pada K=5 sampai K=10, kemudian dilakukan optimasi nilai Konstanta K pada K=10. algoritma K-NN dengan K=2, sehingga didapatkan hasil algoritma K-NN lebih cocok untuk prediksi penyakit diabetes dengan nilai akurasi 96.13%.