<![CDATA[Gangguan kesehatan yang kerap terjadi pada masyarakat salah satunya adalah Diabetes yang merupakan penyakit yang disebabkan kadar gula darah yang tinggi. Saat ini konsep data mining banyak digunakan di berbagai macam aspek. Salah satu luaran konsep data mining adalah klasifikasi. Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data. Klasifikasi adalah tipe analisis data yang dapat membantu menentukan kelas label dari sampel yang ingin diklasifikasi. Ada beberapa algoritma klasifikasi yang dapat digunakan untuk menentukan hasil klasifikasi berdasarkan atribut atau fitur yang ada. Algoritma Naïve Bayes adalah salah satu algoritma klasifikasi yang sering digunakan untuk proses klasifikasi dengan data yang banyak dan kompleks dan efektif untuk mengklasifikasikan data medis, termasuk dalam klasifikasi penyakit diabetes. Untuk mendapatkan hasil klasifikasi dalam konsep data mining ada beberpa langkah yang harus dijalankan proses data mining, antara lain : input data, Pre-processing / cleaning, proses data mining, dan post processing Diantara tahapan-tahapan Pre-processing di atas, pada penelitian ini akan difokuskan pada seleksi fitur. Salah satu metode untuk seleksi fitur adalah dengan menggunakan metode Entropy. Diharapkan dengan menghilangkan fitur dari data yang ada dan memiliki nilai informasi rendah, akurasi klasifikasi dapat ditingkatkan dan dapat membantu dalam upaya pencegahan dan pengobatan dini penyakit diabetes]]>
Copyrights © 2023
