MDP Student Conference
Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023

Penerapan Data Mining untuk Klasifikasi Penyakit Jantung Koroner Menggunakan Algoritma Naïve Bayes

Agus Fajar Riany (Program Studi Sistem Informasi Fakultas Sains dan Teknologi UIN Raden Fatah Palembang)
Gusmelia Testiana (Program Studi Sistem Informasi Fakultas Sains dan Teknologi UIN Raden Fatah Palembang)



Article Info

Publish Date
10 Apr 2023

Abstract

: Penyakit jantung koroner merupakan salah satu penyakit penyebab utama kematian pada semua kelompok umur setelah stroke. Penyakit jantung koroner adalah penyakit yang disebabkan oleh plak yang menumpuk di arteri koroner yang memasok oksigen ke otot jantung. Pentingnya deteksi dini gejala penyakit jantung koroner merupakan pencegahan awal. Oleh karena itu, penelitian ini bertujuan untuk menganalisis data terkait penyakit jantung koroner untuk menentukan apakah pasien tersebut sepuluh tahun mendatang menderita penyakit jantung koroner dan untuk mengetahui peforma algoritma Naïve Bayes. Terdapat 16 atribut yang termasuk dalam penyebab penyakit jantung koroner diantaranya; gender, age, education,current smoker, cigs per day, BP Meds, prevalent stroke, prevalent hypertension, diabetes, total cholesterol, sys, BP, dia BP, BMI, heart rate, dan glucose. Hasil penelitian menunjukkan bahwa klasifikasi dengan menggunakan algoritma Naïve Bayes dapat diterapkan dalam mengklasifikasi data penyakit jantung koroner menghasilkan akurasi sebesar 79,10% dalam kategori cukup akurat.

Copyrights © 2023






Journal Info

Abbrev

msc

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering

Description

MDP Student Conference is a one-year national conference organized by the Universitas Multi Data Palembang. We are inviting teachers, lecturers, researchers, scholars, students, and or other key stakeholders to present and discuss their latest findings, innovations, and best practices as well as ...