Klasifikasi Penyakit Hipertensi Menggunakan Algoritma NAÏVE Di Rumah Sakit Undata Palu

Dwiyana Silolongan, Grace
Masse, Fitriyanti Andi
Kusumawati, Dewi

Jurnal Locus Penelitian dan Pengabdian
Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian

Hipertensi merupakan salah satu penyakit tidak menular yang paling banyak diderita masyarakat Indonesia dan menjadi penyebab kematian yang tinggi di dunia. Penelitian ini bertujuan untuk mengklasifikasikan penyakit hipertensi menggunakan algoritma Naïve Bayes serta mengevaluasi tingkat akurasinya. Data yang digunakan berasal dari pasien hipertensi di RSUD Undata Palu dengan total 311 data dan delapan variabel gejala. Proses klasifikasi dilakukan dengan beberapa proporsi pembagian data training dan testing, yaitu 60:40, 70:30, 80:20, dan 90:10. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mampu mengidentifikasi jenis hipertensi dengan tingkat akurasi tertinggi sebesar 98,38% pada proporsi 80:20. Temuan ini menunjukkan bahwa algoritma Naïve Bayes dapat diandalkan dalam membantu diagnosa awal penyakit hipertensi berdasarkan gejala yang dialami pasien.