PENGUKURAN TINGKAT AKURASI ALGORITMA KLASIFIKASI NAIVE BAYES DAN LOGISTIC REGRESSION PADA DATASET PENYAKIT DIABETES

PENGUKURAN TINGKAT AKURASI ALGORITMA KLASIFIKASI NAIVE BAYES DAN LOGISTIC REGRESSION PADA DATASET PENYAKIT DIABETES MUHAMAD RIZKI SULAIMAN - 17190034 Primary Author Maxsi Ary, S.Si., S.Kom., M.Kom (Pembimbing) Editor mixed material bibliography Universitas ARS 2023 id Indonesia ABSTRAK Diabetes yang juga dikenal sebagai hiperglikemia, terjadi ketika kadar glukosa dalam darah naik melebihi ambang batas wajar. Ketidakstabilan dalam metabolisme glukosa ini menyebabkan serangkaian gangguan metabolisme yang merusak berbagai sistem organ. Penelitian ini menggunakan analisis data yang komprehensif untuk menunjukkan bagaimana algoritme klasifikasi dapat digunakan untuk mendeteksi dan mengelola diabetes. Penelitian ini membandingkan akurasi klasifikasi dari algoritma Logistic Regression dan algoritma Naive Bayes. Membandingkan dan menganalisis hasil dari algoritme ini dapat mengungkapkan kekuatan dan keakuratan algoritma tersebut dalam mengklasifikasi individu dengan penyakit diabetes. Dalam percobaan, algoritma Naive Bayes memperoleh akurasi 87,69%. Melalui 10-Fold Cross Validation, kinerja algoritma ini didukung oleh nilai AUC sebesar 0,949 sedangkan metode Logistic Regression memiliki akurasi klasifikasi sebesar 92,96% dan AUC sebesar 0,975. NONE Digital Library ARS University Perpustakan Online ARS University 047/S1.TI.SKP/2023 S03489K Teknik Informatika 047/S1.TI.SKP/2023 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8656 2026-05-12 09:46:51 2026-05-12 09:47:40 machine generated