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 (UIN Sultan Syarif Kasim Riau)
Bayu Delvika (UIN Sultan Syarif Kasim Riau)
Syahida Nurhidayarnis (UIN Sultan Syarif Kasim Riau)
Naufal Abror (UIN Sultan Syarif Kasim Riau)
Assad Hidayat (DISKOMINFO Pekanbaru)

Malcom: Indonesian Journal of Machine Learning and Computer Science
Vol. 2 No. 2 (2022): MALCOM October 2022

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).