Muhammad Fadil Mardiansyah, 4611418061 (2022) OPTIMASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN SMOTE DAN PARTICLE SWARM OPTIMIZATION-GREY WOLF OPTIMIZATION. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Penyakit kardiovaskular atau yang disebut dengan jantung koroner, yaitu terjadinya penyumbatan atau penyempitan pembuluh darah yang mengarah pada serangan jantung, nyeri dada atau stroke. Secara global, penyakit jantung menjadi penyebab kematian tertinggi di seluruh dunia sejak 20 tahun terakhir. Dengan demikian diagnosis dini sangat penting untuk membantu mencegah penyakit jantung. Salah satu metode diagnosis dini penyakit jantung menggunakan Naïve Bayes Classifier. Akan tetapi, mayoritas algoritma klasifikasi memiliki kelemahan dalam menangani data yang memiliki ketidakseimbangan kelas dan data yang berdimensi tinggi. Pada penelitian ini, klasifikasi penyakit jantung dilakukan dengan menggunakan metode SMOTE untuk mengatasi ketidakseimbangan kelas, metode PSOGWO untuk mengatasi data yang berdimensi tinggi, dan Naïve Bayes Classifier untuk klasifikasi. Hasil klasifikasi penelitian ini terdiri dari kelas positif dan negatif. Hasil akurasi yang dihasilkan akan menjadi tolak ukur untuk mengdianosis penyakit jantung. Metode yang digunakan penelitian ini mendapatkan tingkat akurasi sebesar 93,94%.

Actions (login required)

View Item