Algoritma Naïve Bayes dapat diterapkan untuk memprediksi penyakit lambung
Penulis:Jefi
Dosen Program Studi Teknologi Informasi, Fakultas Teknik dan Informatika, Universitas BSI
Setiap manusia punya kemungkinan untuk terkena penyakit. Penyakit lambung menjadi salah satu penyakit yang paling banyak diderita oleh orang Indonesia. Kerap kali, penyakit ini juga dianggap sepele bagi penderitanya. Namun jika terus dibiarkan, penyakit ini dapat menyebabkan kematian.
Penyakit pada lambung biasanya disebabkan pola makan yang kurang baik. Untuk mengetahui jenis penyakit lambung apa yang sedang diderita, pasien harus memeriksakan diri ke rumah sakit atau ke klinik. Namun keterbatasan waktu membuat tak semua pasien dapat memeriksakan diri ke rumah sakit atau ke klinik.
Karena itulah 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 tiga jenis yakni Dispepsia, GERD, dan Gastritis. Penelitian ini juga menghitung probabilitas dengan menerapkan beberapa variabel 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.
Analisis dan perhitungan dengan menggunakan algoritma Naïve bayes memberikan tingkat akurasi kebenaran sebesar 75% dengan nilai area under the curve (AUC) sebesar 0,852. Hal ini menunjukkan bahwa model tersebut termasuk dalam kategori klasifikasi baik karena memiliki AUC antara 0.80-0.90.
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.
Sumber: Republika
