<![CDATA[Hepatitis merupakan penyakit kronis dan berbahaya yang dapat menyebabkan kematian. Diagnosis dini penyakit ini penting dilakukan agar dapat segera ditangani dan diobati. Tahapan kegiatan diagnosis yang tepat dan prediksi penyakit yang akurat pada waktu dapat menyelamatkan banyak pasien. Penyakit ini biasanya disebabkan oleh virus. Virus yang menyebabkan Hepatitis A, B dan C, yaitu Hepatitis Virus tipe A (HVA), Hepatitis Virus tipe B (HVB) dan Hepatitis Virus tipe C (HVC). Besaran masalah penyakit ini di Indonesia dapat diketahui dari berbagai studi, kajian, maupun kegiatan pengamatan penyakit. Dalam penelitian ini, peneliti akan menerapkan dan membandingkan metode klasifikasi data mining yaitu metode Logistic Regression dan Naïve Bayes untuk mendiagnosis penyakit hepatitis. Berdasarkan penelitian diketahui bahwa metode Logistic Regression memiliki tingkat akurasi sebesar 84,62% dan nilai under the curve (AUC) sebesar 0,841, kemudian metode Naive Bayes memiliki tingkat akurasi sebesar 83,71% dan nilai AUC sebesar 0,816. Dari hasil uji-t dapat diketahui bahwa tidak terdapat perbedaan yang signifikan antara metode Logistic Regression dan Nave Bayes, karena nilai = 0,821 > 0,05. Hal ini menunjukkan bahwa metode Logistic Regression memiliki performansi yang sama dibandingkan dengan metode Naïve Bayes.]]>
Copyrights © 2022
