<![CDATA[Anemia mempengaruhi sekitar 1/3 dari populasi dunia, anemia adalah masalah kesehatan global yang perlu dipertimbangkan. Karena meningkatnya prevalensi anemia pada wanita, gadis remaja lebih rentan terhadap penyakit ini daripada remaja laki-laki. Anemia adalah istilah untuk konsentrasi hemoglobin rendah dalam eritrosit. Salah satu cara untuk menentukan anemia seseorang adalah dengan memeriksa kadar hemoglobin mereka. Kadar hemoglobin pada wanita di atas 15 lebih dari 12,0 g / dl (7,5 mmol). Penelitian ini bertujuan untuk menilai seberapa baik kinerja dua algoritma klasifikasi menggunakan dataset Kaggle untuk memprediksi anemia. Decision Tree dan Naive Bayes adalah algoritma yang diuji. Pada penelitian ini, menggunakan metode percobaan (eksperimen). Langkah- langkah pemrosesan yang digunakan termasuk pengambilan data, pemilihan, persiapan, perubahan, dan pembagian data untuk memisahkan data pelatihan dan pengujian. Nilai yang dievaluasi dinilai melalui validasi lintas batas, akurasi, presisi, recall, dan skor F1. Berdasarkan hasil, algoritma pohon keputusan ditemukan memiliki tingkat akurasi 99% setelah penyeimbangan data dan validasi silang. Setelah melakukan validasi silang kami menemukan bahwa proses penyeimbangan meningkatkan akurasi. Kesimpulannya, penggunaan algoritma Decision Tree dan Naive Bayes untuk memprediksi anemia memberikan wawasan penting dalam pengelolaan dan diagnosis anemia, terutama pada remaja putri.]]>
Copyrights © 2024
