Penerapan Decision Tree untuk Klasifikasi Status Kesehatan dengan perbandingan KNN dan Naive Bayes: Application of Decision Tree for Health Status Classification, Compared to KNN and Naive Bayes

Biyantoro, Arell Saverro
Prasetyo, Budi

Indonesian Journal of Informatic Research and Software Engineering
Vol. 4 No. 1 (2024): Indonesian Journal of Informatic Research and Software Engineering

Fokus penelitian ini adalah pengujian algoritma machine learning untuk klasifikasi status kesehatan, dengan penekananpada penggunaan Algoritma Decision Tree, K-Nearest Neighbor (KNN), dan Naive Bayes. Metode penelitian inimenggunakan dataset dummy bertema kesehatan untuk melakukan tahapan perencanaan, pengumpulan data,preprocessing, instruksi, dan analisis hasil. Hasil penelitian menunjukkan bahwa algoritma machine learning DecisionTree memberikan akurasi tertinggi (95.45%) dalam memprediksi kesehatan berdasarkan variabel seperti usia (Age) danintensitas olahraga (ExerciseHours). Intensitas olahraga lebih dari 2,5 jam per minggu dianggap sebagai faktor pentingdalam menentukan kesehatan yang baik, sementara usia dan durasi olahraga tertentu mempengaruhi kategori kesehatan yang dihasilkan. Penelitian ini memberikan wawasan penting tentang penggunaan machine learning untuk membantu prediksi status kesehatan menggunakan variabel karakteristik individu dalam dataset.