Fiqna, Harry Pratama
Unknown Affiliation

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

Found 1 Documents
Search

Komparasi Akurasi Algoritma Logistic Regression dan Naive Bayes pada Dataset Hepatitis Riansyah, Muhammad; Fiqna, Harry Pratama; Bahri, Syaiful
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/h36jsr29

Abstract

Penelitian ini bertujuan untuk membandingkan tingkat akurasi dua algoritma klasifikasi, yaitu Logistic Regression dan Naive Bayes, dalam proses mendiagnosis penyakit hepatitis. Data penelitian diperoleh dari situs Kaggle.com yang kemudian dibagi menjadi 80% data latih dan 20% data uji. Proses evaluasi dilakukan melalui metode validasi dengan menggunakan beberapa metrik pengukuran, antara lain accuracy, classification error, precision, recall, dan F1-score. Berdasarkan hasil pengujian yang dilakukan, algoritma Logistic Regression berhasil mencapai tingkat akurasi sebesar 90,32%, sedangkan algoritma Naive Bayes hanya memperoleh akurasi sebesar 83,87%. Hasil ini menunjukkan bahwa Logistic Regression memberikan kinerja yang lebih baik dibandingkan Naive Bayes. Temuan penelitian ini diharapkan dapat menjadi referensi pemilihan algoritma klasifikasi dalam pengolahan data medis berbasis machine learning.