Jakarta, BSINews — Setiap manusia tidak tertutup kemungkinan untuk terkena penyakit. Lambung menjadi salah satu penyakit yang paling banyak diderita oleh orang Indonesia. Kerapkali, penyakit ini juga dianggap sepele bagi penderitanya, namun jika terus dibiarkan, penyakit ini dapat menyebabkan kematian.
Baca juga : Penerapan Algoritma Regularized Discriminant Analysis untuk Klasifikasi Kanker Paru
Penyakit ini biasanya disebabkan oleh pola makan yang kurang baik. Untuk mengetahui jenis penyakit lambung apa yang sedang di derita, pasien harus melakukan pemeriksaan diri ke rumah sakit atau ke klinik, namun karena keterbatasan waktu untuk melakukan pemeriksaan kerumah sakit atau ke klinik.
Algoritma Naive Bayes
Sehingga diperlukan sebuah metode dan tools yang mampu memprediksi penyakit pada lambung dengan mempertimbangkan gejala yang diderita oleh pasien, sehingga akan mempermudah proses dalam memprediksi penyakit pada lambung.
Algoritma Naïve Bayes merupakan salah satu algoritma yang menerapkan metode klasifikasi data mining yang dapat diterapkan untuk memprediksi penyakit lambung. Lewat penelitian ini, penyakit lambung yang diteliti terbagi menjadi 3 jenis, yakni Dispepsia, GERD dan Gastritis.
Penelitian ini juga menghitung probabilitas dengan menerapkan beberapa variable, seperti mual, nyeri ulu hati, kembung, muntah, nyeri dada, mudah kenyang, tinja warna hitam, sakit perut, batuk kering, perut kembung, muntah darah dan radang mulut.
Baca juga : Deteksi Penyakit Diabetes dengan Ensemble Adaboost dan Bagging
Berdasarkan analisa dan perhitungan dengan menggunakan algoritma Naïve bayes memberikan tingkat akurasi kebeneran sebesar 75% dengan nilai area under the curve (AUC) sebesar 0,852. Hal ini menunjukkan ahwa model tersebut termasuk dalam kategori klasifikasi baik karena memiliki AUC antara 0.80-0.90.
Serta, Algoritma Naive Bayes merupakan salah satu algoritma dari metode klasifikasi data mining yang dapat digunakan untuk memprediksi penyakit lambung, karena telah dibuktikan melalui penerapan pada tools rapidminer dengan memperoleh hasil akurasi yang baik.
Penulis: Jefi, Dosen Program Studi Teknologi Informasi, Fakultas Teknik dan Informatika, Universitas BSI. (LAG)
