KLASIFIKASI KANKER PARU-PARU MENGGUNAKAN METODE NAIVE BAYES

Eva Wulandari1*
(1) STMIK Dharmawacana Metro
(*) Corresponding Author

Abstract

Kanker paru-paru merupakan penyebab utama kematian akibat kanker dibandingkan dengan jenis kanker lainnya. Penyakit ini disebabkan oleh perubahan sel yang terus tumbuh di luar kendali. Melalui klasifikasi, pola kanker paru-paru ditemukan. Metode klasifikasi yang umum digunakan adalah metode Naive Bayes. Naive Bayes adalah algoritma klasifikasi sederhana dengan kinerja dan akurasi tinggi. Proses klasifikasi naif Bayesian terdiri dari menghitung probabilitas sebelumnya dengan menjumlahkan kasus secara rinci dengan atribut data. Kemudian menghitung probabilitas posterior untuk menentukan kelas kasus baru saat memproses data. Selanjutnya hitung peluang keseluruhan untuk setiap kelas. Dan akurasi dapat diperoleh dengan perhitungan menggunakan confusion matrix.Confusion matrik yang akan dihitung adalah accuracy, precision dan recall.

 

Keyword: Kanker Paru-paru,  Naive Bayes, Klasifikasi

Full Text:

PDF

References

Bustami, B. (2013). PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENGKLASIFIKASI DATA NASABAH ASURANSI. TECHSI - Jurnal Teknik Informatika, 5(2). https://doi.org/10.29103/TECHSI.V5I2.154

Damanik, A. R., Sumijan, S., & Nurcahyo, G. W. (2021). Prediksi Tingkat Kepuasan dalam Pembelajaran Daring Menggunakan Algoritma Naïve Bayes. Jurnal Sistim Informasi dan Teknologi, 88–94. https://doi.org/10.37034/JSISFOTEK.V3I3.49

Fadlan, C., Ningsih, S., Perdana Windarto STMIK-MUSIRAWAS Lubuklinggau, A., Fadlan, C., Perdana Windarto, A., Studi Sistem Informasi-STIKOM Tunas Bangsa Pematangsiantar Jalan, P., & Sudirman Blok, J. A. (2018). PENERAPAN METODE NAÏVE BAYES DALAM KLASIFIKASI KELAYAKAN KELUARGA PENERIMA BERAS RASTRA. JUTIM, 3(1).

Firdaus, D. (2017). Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer. Jurnal, 6, 2089–5615.

Jefi, J., Hendri, H., Afni, N., Salim, A., & Maulana, Y. I. (2021). Penerapan Algoritma Naive Bayes Dalam Memprediksi Penyakit Lambung. Journal of Information System, Informatics and Computing, 5(2), 524–531. https://doi.org/10.52362/JISICOM.V5I2.659

Liantoni, F., & Nugroho, H. (2015). KLASIFIKASI DAUN HERBAL MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN KNEAREST NEIGHBOR. Jurnal Simantec, 5(1). https://doi.org/10.21107/SIMANTEC.V5I1.1009

Novianti, D., Nusa, S., Jakarta, M., & Sitasi, C. (2019). Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner. 21(1). https://doi.org/10.31294/p.v20i2

Purnama, I., Saputra, R., & Wibowo, A. (n.d.). IMPLEMENTASI DATA MINING MENGGUNAKAN CRISP-DM PADA SISTEM INFORMASI EKSEKUTIF DINAS KELAUTAN DAN PERIKANAN PROVINSI JAWA TENGAH.

Sari, R. W., Wanto, A., & Windarto, A. P. (2018). IMPLEMENTASI RAPIDMINER DENGAN METODE K-MEANS (STUDY KASUS: IMUNISASI CAMPAK PADA BALITA BERDASARKAN PROVINSI). KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1). https://doi.org/10.30865/KOMIK.V2I1.930

Utomo, D. P., & Purba, B. (2019). Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia. Prosiding Seminar Nasional Riset Information Science (SENARIS), 1(0), 846–853. https://doi.org/10.30645/SENARIS.V1I0.91



DOI: https://doi.org/10.53514/ir.v6i2.325

Article Metrics

Abstract views: 2038 times
PDF Downloaded: 1363 times

Refbacks

  • There are currently no refbacks.




 

 

 

 

 

 

 

 

____________________________

Organized by: Fakultas Teknologi Bisnis dan Sains (FTBS)
Published by: Universitas Dharma Wacana
Jl. Kenanga No.03 Mulyojati 16C Metro Barat Kota Metro Lampung
phone. +62725-7850671
Fax. +62725-7850671
Email: lppmstmikdw@dharmawacana.ac.id

Jurnal I-Robot disupport juga oleh:


Web Analytics Made Easy - StatCounter
View IRobot Statcounter


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.