Penggunaan Metode Naive Bayes untuk Prediksi Penyakit Diabetes

Abstract

Prediksi penyakit diabetes menjadi salah satu tantangan penting dalam dunia kesehatan mengingat meningkatnya prevalensi penyakit ini secara global. Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam memprediksi risiko diabetes berdasarkan dataset medis yang berisi berbagai fitur seperti usia, berat badan, kadar gula darah, tekanan darah, dan riwayat keluarga. Metode ini dipilih karena kemampuannya dalam mengolah data dengan asumsi independensi antar variabel. Pada penelitian menggunakan metode Naive Bayes menunjukkan bahwa memiliki capaian tingkat akurasi sebesar 83.75% dengan precision untuk kelas "Yes" sebesar 86.47% dan recall sebesar 93.50%, yang menandakan performa yang cukup baik dalam mendeteksi pasien diabetes. Namun, performa model dalam mendeteksi pasien non-diabetes perlu ditingkatkan mengingat recall untuk kelas "No" hanya mencapai 51.35%. Hasil ini menunjukkan bahwa Naive Bayes adalah metode yang sederhana namun efektif untuk memprediksi diabetes, dan dapat dikembangkan lebih lanjut untuk membantu pengambilan keputusan medis secara lebih akurat.