Attribute Selection In Naive Bayes Algorithm Using Genetic Algorithms And Bagging For Prediction Of Liver Disease

Attribute Selection In Naive Bayes Algorithm Using Genetic Algorithms And Bagging For Prediction Of Liver Disease

• By Utami, Dwi Yuni; Nurlelah, Elah; Hikmah, Noer;
• Jurnal Nasional Terakreditasi
• 353
• 76-85

Penyakit Liver merupakan penyakit peradangan pada organ hati dan dapat mengakibatkan hati tidak mampu berfungsi seperti biasanya bahkan menyebabkan kematian. Menurut data WHO (World Health Organization) menunjukkan hampir 1,2 juta orang per tahun khususnya di Asia Tenggara dan Afrika mengalami kematian akibat terserang penyakit liver. Permasalahan yang biasanya terjadi adalah sulitnya mengenali penyakit liver sejak dini, bahkan ketika penyakit tersebut sudah menyebar. Penelitian ini bertujuan untuk melakukan komparasi dan evaluasi algoritma Naive Bayes sebagai algoritma terpilih dan Algoritma Naive Bayes berbasis Genetic Algorithm (GA) dan Bagging untuk mengetahui algoritma yang memiliki keakuratan lebih tinggi dalam memprediksi penyakit liver dengan mengolah dataset yang diambil dari database Machine Learning Repository UCI (Universitas California Invene). Dari hasil pengujian dengan dilakukan evaluasi baik secara confusion matrix maupun ROC curve terbukti bahwa pengujian yang dilakukan Optimasi algoritma Naive Bayes menggunakan Algortima Genetika dan Bagging memiliki nilai akurasi yang lebih tinggi dibanding hanya menggunakan algoritma Naive Bayes. Nilai akurasi untuk model algoritma Naive Bayes sebesar 66,66% dan nilai akurasi model Naive Bayes dengan seleksi atribut menggunakan Algoritma Genetika dan Bagging sebesar 72,02%. Berdasarkan nilai tersebut diperoleh selisih akurasi sebesar 5,36%.

• Katakunci Penyakit Liver, Naïve Bayes, Agoritma Genetika, Bagging
• URL https://ojs.uma.ac.id/index.php/jite/article/view/3793/2772
• Penerbit ,

REFERENSI

Ayudhitama, A. P., & Pujianto, U. (2020). ANALISA 4 ALGORITMA DALAM KLASIFIKASI

PENYAKIT LIVER MENGGUNAKAN RAPIDMINER. JIP (Jurnal Informatika Polinema), 6(2), 1–9.

Dhamodharan, S. (2014). Liver Disease Prediction Using Bayesian Classification. 4th National Conference on Advanced Computing, Applications & Technologies, May, 1–3. https://ijact.in/index.php/ijact/article/view/443/378.

Ghosh, S. R., & Waheed, S. (2017). Analysis of classification algorithms for liver disease diagnosis. Journal of Science Technology and Environment Informatics, 5(1), 360–370. https://doi.org/10.18801/jstei.050117.38

Krisnandi, K., & Agung, H. (2017). Implementasi Algoritma Genetika Untuk Memprediksi Waktu Dan Biaya Pengerjaan Proyek Konstruksi. Jurnal Ilmiah FIFO, 9(2), 90. https://doi.org/10.22441/fifo.2017.v9i2.001

Nahar, N., & Ara, F. (2018). LIVER DISEASE PREDICTION BY USING DIFFERENT DECISION TREE TECHNIQUES. International Journal of Data Mining & Knowledge Management Process, 8(2), 01–09. https://doi.org/10.5121/ijdkp.2018.8201

Noviandi. (2018). Implementasi Algoritma Decision Tree C4.5 Untuk Prediksi Penyakit Diabetes. Inohim, 6(1), 1–5. Pakhale, H., & Xaxa, D. K. (2016). A Survey on Diagnosis of Liver Disease Classification. International Journal of Engineering and Techniques, 2(3), 132–138. http://www.ijetjournal.org

Priya, M. B., Juliet, P. L., & Tamilselvi, P. R. (2018). Performance Analysis of Liver Disease Prediction Using Machine Learning Algorithms. International Research Journal of Engineering and Technology(IRJET), 5(1), 206–211. www.irjet.net

Pusporani, E., Qomariyah, S., & Irhamah. (2019). Klasifikasi Pasien Penderita Penyakit Liver dengan Pendekatan Machine Learning. Inferensi, 2(March), 25–32.

Rafsanjani, R. G., Hidayat, N., & Dewi, R. K. (2018). Diagnosis Penyakit Hati Menggunakan Metode Naive Bayes Dan Certainty Factor. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK), 2(11), 4478–4482.

Riyanto, U. (2018). ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASIKAN JUMLAH PEMBACA ARTIKEL ONLINE. Jurnal Teknik Informatika (JIKA) Universitas Muhammadiyah Tangerang, 62–72. Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Creative Information Technology Journal, 2(3), 207–217.

Zulfikar, W. B., & Lukman, N. (2016). Perbandingan Naive Bayes Classifier Dengan Nearest Neighbor Untuk Identifikasi Penyakit Mata. Jurnal Online Informatika, 1(2), 82–86. https://doi.org/10.15575/join.v1i2.3