<![CDATA[Penyakit cacar monyet merupakan salah satu penyakit menular yang kasusnya semakin meningkat di berbagai daerah. Untuk membantu dalam proses klasifikasi tingkat keparahan kasus, penelitian ini menerapkan algoritma Naïve Bayes dalam menganalisis data kasus cacar monyet di Indonesia tahun 2022–2024. Metode inidipilih karena kemampuannya dalam menangani data dengan atribut yang saling independen serta keefektifannya dalam klasifikasi. Penelitian ini menggunakan dataset yang telah dikategorikan ke dalam tiga kelas: rendah, sedang, dan tinggi. Data diolah menggunakan RapidMiner, dengan pembagian rasio data latih dan data uji yang bervariasi (50:50, 60:40, dan 70:30). Hasil evaluasi menunjukkan bahwa model dengan rasio 50:50 memberikan akurasi terbaik dibandingkan dengan rasio lainnya. Selain itu, metrik evaluasi seperti precision, recall, dan f1-score menunjukkan performa yang baik dalam mengklasifikasikan setiap kategori kasus. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa algoritma Naïve Bayes memiliki tingkat akurasi yang tinggi dalam mengklasifikasikan kasus cacar monyet. Temuan ini diharapkan dapat membantu instansi kesehatan dalam menentukan prioritas penanganan dan pencegahan terhadap kasus cacar monyet di Indonesia.]]>
Copyrights © 2025
