Komparasi Penerapan Particle Swarm Optimization (PSO) Pada Algoritma Naïve Bayes, K-Nearest Neighbor Dan Random Forest Untuk Prediksi Penyakit Hati

Novian Ridho Saputra, Novian Ridho and Rz Abdul Aziz, Rz Abdul Aziz Komparasi Penerapan Particle Swarm Optimization (PSO) Pada Algoritma Naïve Bayes, K-Nearest Neighbor Dan Random Forest Untuk Prediksi Penyakit Hati. Explore Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia, dan Informatika). (In Press)

Text Jurnal Novian Ridho Saputra FIX (1).pdf Download (443kB)

Abstract

Hati memiliki peran yang sangat penting, yaitu sebagai pusat metabolisme yang berfungsi untuk memenuhi kebutuhan otak dan sebagai penyaring darah dari zat-zat berbahaya yang berasal dari usus. Gangguan fungsi hati dapat menyebabkan berbagai penyakit seperti penyakit hati, hepatitis, kanker hati, sirosis hati, serta penyakit hati lainnya. Hati juga rentan terhadap serangan penyakit yang dapat mengakibatkan ketidakmampuan hati untuk berfungsi dengan normal, bahkan berpotensi menyebabkan kematian. Penyakit hati adalah kondisi yang telah lama ada dan cukup umum di masyarakat. Menurut data dari WHO (Organisasi Kesehatan Dunia), hampir 1,2 juta orang setiap tahunnya, terutama di Asia Tenggara dan Afrika, meninggal akibat penyakit hati. Dalam penelitian ini, algoritma Naïve Bayes, K-NN, Random Forest, dan PSO akan diterapkan dengan mengoptimalkan atribut-atribut yang diambil dari dataset untuk memprediksi penyakit hati. Tingkat akurasi yang dihasilkan dalam perbandingan tiga algoritma, yaitu Random Forest dan PSO, adalah 99,84%, PSO dan K-NN mencapai akurasi 98,54%, sedangkan PSO dan Naïve Bayes menghasilkan akurasi 94,65%. Dari sini, dapat disimpulkan bahwa penambahan PSO pada Random Forest dapat meningkatkan tingkat akurasi ke level yang lebih baik

Item Type:	Article
Subjects:	Ilmu Komputer eBooks
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	Novian Ridho Saputra
Date Deposited:	10 Jan 2025 03:17
Last Modified:	10 Jan 2025 03:17
URI:	http://repo.darmajaya.ac.id/id/eprint/19156

Actions (login required)

View Item