<![CDATA[Penelitian ini bertujuan mengimplementasikan algoritma Gaussian Naïve Bayes pada sistem Analisis Risiko Relaps untuk memprediksi risiko relaps pasien rehabilitasi narkoba secara cepat, terstruktur, dan berbasis data. Sistem dikembangkan menggunakan Python, Streamlit, dan MySQL dengan pendekatan Research and Development. Tahapan penelitian meliputi pengumpulan data, prapemrosesan, encoding, standardisasi, SMOTE, pembagian data 80:20, pelatihan model, evaluasi, dan implementasi sistem. Variabel prediktor mencakup usia, riwayat pakai, hasil tes urine, lama pakai, status kerja, dan dukungan keluarga. Dari 87 data sampel pemeriksaan dengan 76 pasien unik, sistem mengklasifikasikan 44 pasien berisiko tinggi dan 32 pasien berisiko rendah. Evaluasi awal pada 18 data uji menghasilkan accuracy, precision, recall, dan F1-score sebesar 1,00. Meskipun hasil ini menunjukkan performa model yang sangat baik pada data uji, ukuran sampel pengujian yang masih terbatas menyebabkan hasil tersebut belum dapat digeneralisasi secara luas. Oleh karena itu, sistem masih memerlukan pengujian lebih lanjut menggunakan dataset yang lebih besar, lebih beragam, serta validasi silang untuk memastikan stabilitas dan generalisasi model sebelum diterapkan secara operasional dalam skala luas.]]>
Copyrights © 2026
