Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Vol. 4 No. 5 (2025): EDISI SEPTEMBER 2025

Implementasi Naïve Bayes dalam Flask Framework untuk Sistem Informasi Klasifikasi Penyakit Jantung

Bagus Setiawan, Akas (Unknown)
Nasyatha Adlin, Dzakiyyan (Unknown)
Hermansyah, Mas'ud (Unknown)



Article Info

Publish Date
30 Sep 2025

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di Indonesia, dengan tren kasus yang terus meningkat setiap tahunnya. Deteksi dini sangat penting untuk mencegah risiko yang lebih parah, namun keterbatasan akses terhadap layanan kesehatan menjadi kendala di beberapa wilayah. Penelitian ini bertujuan untuk membangun sistem klasifikasi penyakit jantung berbasis algoritma Naive Bayes yang diimplementasikan dalam API menggunakan Flask Framework Python sebagai backend cerdas. Dataset yang digunakan diperoleh dari Kaggle dan telah melalui tahapan preprocessing, seleksi atribut, transformasi data, serta pembagian data latih dan uji. Model Naive Bayes dipilih karena kesederhanaannya serta kemampuannya dalam menangani data berskala besar. Evaluasi model menunjukkan performa yang cukup baik, dengan accuracy mencapai 73,77%, precision 67,57%, dan recall 86,21%. Sistem yang dikembangkan diintegrasikan dalam layanan web dan mobile, sehingga dapat diakses oleh pengguna secara luas. Hasil penelitian ini menunjukkan bahwa integrasi algoritma machine learning dan API dapat memberikan solusi deteksi dini penyakit jantung yang ringan, cepat, dan mudah digunakan. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan dalam bidang kesehatan digital.

Copyrights © 2025






Journal Info

Abbrev

jsi

Publisher

Subject

Computer Science & IT

Description

Jurnal Sistem Informasi Triguna Dharma merupakan Jurnal yang menampung hasil penelitian dari Mahasiswa khususnya mahasiswa di Program Studi Sistem Informasi juga menerima hasil penelitian dari kampus berbeda dengan bidang keilmuan yang sama. Jurnal ini menampung publikasi dibidang ilmu komputer ...