Dianra Dahlan
Unknown Affiliation

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

Found 1 Documents
Search

Penerapan Data Mining Untuk Prediksi Resiko Diabetes Tahap Awal Menggunakan Metode Naive Bayes Dianra Dahlan; Pradipta, Anjar
Journal Research on Computing Knowledge Vol. 1 No. 2 (2025): Maret 2025
Publisher : Fakultas Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Prediksi adalah upaya meramalkan sesuatu yang akan terjadi di masa depan dengan menggunakan berbagai informasi yang relevan pada waktu sebelumnya dengan menggunakan metode ilmiah. Data mining adalah pengumpulan berbagai data atau informasi yang memiliki berbagai kegunaan dan manfaat selama periode pengumpulan data. Pemanfaatan Data Mining tidak terbatas pada teknologi saja; itu juga dapat digunakan untuk meningkatkan kesehatan dalam satu cara, seperti mendiagnosis diabetes menggunakan metode Naive Bayes, yang merupakan algoritma yang mengurangi risiko kesehatan dari semua metode lainnya. Diabetes melitus juga dikenal sebagai gangguan metabolisme yang ditandai dengan tingginya kadar gula darah yang berkepanjangan Diabetes dapat mengakibatkan masalah kesehatan yang serius, seperti kondisi penyakit ginjal. Tujuan dari penelitian ini adalah untuk menentukan dan menurunkan ambang batas gejala diabetes. Untuk melakukan penelitian ini, dataset yang digunakan adalah Diabetes Prediction Dataset yang diambil dari website Kaggle. Hasil dari penelitian menunjukan bahwa penerapan algoritma Naive Bayes untuk memprediksi penyakit diabetes berdasarkan gejala-gejala awal menghasilkan akurasi sebesar 70.00% dengan pengujian menggunakan Excel dan RapidMiner.