Perbandingan Kinerja Metode Naïve Bayes dan Random Forest untuk Klasifikasi Penyakit Diabetes Berdasarkan Data Medis
Building of Informatics, Technology and Science (BITS) · 15.06.2025 · 7 (1) · 431-443
DOI: 10.47065/bits.v7i1.7446 ↗Kurz gefasst
Fachartikel in der Zeitschrift Building of Informatics, Technology and Science (BITS), online erschienen am 15.06.2025. Verfasst von Rendy Risqi Pradana und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Themen: Diabetes mellitus
Abstract (Originalsprache)
Diabetes mellitus merupakan penyakit tidak menular yang prevalensinya terus meningkat di Indonesia. Proses diagnosis secara konvensional sering menghadapi berbagai tantangan, seperti keterlambatan dan biaya yang tinggi. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Naive Bayes dan Random Forest dalam klasifikasi diabetes dengan menggunakan dataset Pima Indians Diabetes. Untuk mengatasi ketidakseimbangan kelas, dataset diproses menggunakan teknik Synthetic Minority Over-sampling Technique (SMOTE). Evaluasi kinerja dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Random Forest memperoleh akurasi sebesar 79,5%, presisi 79,6%, recall 79,5%, dan F1-score 79,5%. Sementara itu, algoritma Naive Bayes memperoleh akurasi 76,5%, presisi 76,5%, recall 76,5%, dan F1-score 76,5%. Temuan ini menunjukkan bahwa Random Forest unggul dalam menangani data yang kompleks dengan akurasi prediksi yang lebih tinggi, sedangkan Naive Bayes tetap efektif untuk implementasi yang lebih sederhana karena efisiensi komputasinya. Studi ini berkontribusi dalam pengembangan sistem pendukung keputusan cerdas untuk deteksi dini diabetes yang lebih cepat dan akurat, sehingga dapat membantu mengurangi beban pada sistem layanan kesehatan.
Zitieren
APA
Pradana, R. R., & Astuti, Y. P. (2025). Perbandingan Kinerja Metode Naïve Bayes dan Random Forest untuk Klasifikasi Penyakit Diabetes Berdasarkan Data Medis. Building of Informatics, Technology and Science (BITS), 7(1), 431-443. https://doi.org/10.47065/bits.v7i1.7446
Vancouver
Pradana RR, Astuti YP. Perbandingan Kinerja Metode Naïve Bayes dan Random Forest untuk Klasifikasi Penyakit Diabetes Berdasarkan Data Medis. Building of Informatics, Technology and Science (BITS). 2025;7(1):431-443. doi:10.47065/bits.v7i1.7446
BibTeX
@article{Pradana2025,
author = {Pradana, Rendy Risqi and Astuti, Yani Parti},
title = {Perbandingan Kinerja Metode Naïve Bayes dan Random Forest untuk Klasifikasi Penyakit Diabetes Berdasarkan Data Medis},
journal = {Building of Informatics, Technology and Science (BITS)},
year = {2025},
volume = {7},
number = {1},
pages = {431--443},
doi = {10.47065/bits.v7i1.7446}
}
EUVIMED