Evaluasi Model Naive Bayes Untuk Klasifikasi Data Pasien Dalam Prediksi Penyakit
Keywords:
Naive Bayes, Klasifikasi, Prediksi Penyakit, Akurasi, Data KesehatanAbstract
Naive Bayes merupakan salah satu algoritma klasifikasi berbasis probabilistik yang sering digunakan dalam analisis data kesehatan, khususnya untuk memprediksi penyakit berdasarkan data pasien. Penelitian ini bertujuan mengevaluasi performa model Naive Bayes dalam klasifikasi data pasien untuk prediksi penyakit tertentu. Model ini diimplementasikan pada dataset pasien yang mencakup berbagai fitur, seperti gejala, riwayat kesehatan, dan demografi. Evaluasi dilakukan dengan menggunakan metrik performa seperti akurasi, presisi, recall. Hasil analisis menunjukkan bahwa Naive Bayes memiliki keunggulan dalam menangani dataset berukuran kecil hingga menengah dengan fitur-fitur independen, namun kinerjanya dapat menurun jika asumsi independensi antar fitur tidak terpenuhi. Studi ini memberikan wawasan mengenai keandalan Naive Bayes dalam membantu pengambilan keputusan klinis, serta membahas tantangan dan peluang untuk meningkatkan akurasi model melalui teknik pra-pemrosesan data dan pemilihan fitur yang tepat.
References
Rahman, M. M., Ghosal, P., & Ahmed, F. (2019). Performance Analysis of Naive Bayes Classifier for Disease Prediction. International Journal of Medical Informatics, 15(3), 45-52.
Sharma, R., & Kumar, A. (2020). Naive Bayes Classification in Healthcare: A Systematic Review. Journal of Biomedical Informatics, 28(2), 112-125.
Chen, J., Wang, Y., & Liu, M. (2021). Feature Selection Methods for Medical Data Classification. Medical Data Analysis Review, 12(4), 78-92.
Kumar, S., & Patel, D. (2022). Comparative Analysis of Machine Learning Algorithms in Disease Prediction. Healthcare Analytics Journal, 8(1), 23-35.
Wilson, L., & Thompson, R. (2023). Advances in Clinical Decision Support Systems. Medical Technology Review, 19(2), 156-17.