Claim Missing Document
Check
Articles

Found 1 Documents
Search

Comparison Performance of K-NN and NBC Algorithm for Classification of Heart Disease Ravega Widyawati Putri; Aidina Ristyawan; M. Najibulloh Muzaki
JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 2 No 2: JTECS Juli 2022
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v2i2.2708

Abstract

Abstrak – Penyakit jantung (Heart Disease) adalah salah satu penyakit yang banyak diderita oleh masyarakat Indonesia, pada tahun 2018 tercatat 1,5% orang yang mengidap penyakit jantung sesuai diagnosa dokter. Dengan banyaknya kasus yang telah terjadi maka dilakukanlah penelitian ini dengan tujuan mengimplementasikan algoritma untuk membantu mengklasifikasikan apakah seseorang berpotensi mengidap penyakit jantung atau tidak. Algoritma yang akan digunakan adalah K-Nearest Neighbor (KNN) dan Naïve Bayes Classifier (NBC). Akurasi dari kedua algoritma tersebut akan dibandingkan, sehingga dapat diketahui algoritma mana yang lebih baik dalam mengklasifikasikan penyakit jantung. Hasil akhir yang diperoleh menunjukkan bahwa algoritma NBC memiliki tingkat akurasi yang lebih tinggi yaitu 86,17%, sedangkan K-NN memiliki tingkat akurasi sedikit lebih rendah yaitu 85,11%. Dengan mengimplementasikan algoritma K-NN dan NBC menggunakan data set heart disease dapat digunakan untuk membantu mengetahui apakah seseorang dapat diklasifikasikan menghidap penyakit jantung atau tidak, serta dengan membandingkan akurasi kedua algoritma tersebut dapat diketahui algoritma mana yang dinilai lebih baik dalam menangani kasus klasifikasi penyakit jantung.