Implementasi Metode Naïve Bayes untuk Diagnosis Penyakit Stroke

Abstract

Stroke merupakan salah satu penyakit yang menjadi penyebab kematian kedua dan disabilitas ketiga di dunia. Penyakit stroke terjadi karena adanya penyumbatan pembuluh darah yang menuju ke otak. Meningkatnya angka penyakit stroke disebabkan karena sebagian orang menganggap bahwa gejala ringan yang terjadi merupakan hal yang wajar. Oleh karena itu, penelitian ini dilakukan untuk mendiagnosis penyakit stroke secara dini menggunakan salah satu metode pada data mining. Dataset stroke yang digunakan yaitu berasal dari Rumah Sakit haji Surabaya dengan jumlah 100 data yang memiliki 10 variabel dan 2 kelas klasifikasi, yaitu stroke dan tidak stroke. Metode yang digunakan pada penelitian ini yaitu Naïve Bayes. Hasil penelitian ini menggunakan 10-Folds Cross Validation dengan nilai akurasi sebesar 82%. Hasil akurasi yang dihasilkan dari teknik oversampling dan undersampling masing-masing sebesar 71% dan 64%. Kesimpulan dari ketiga skenario menyatakan bahwa Naïve Bayes standar lebih bagus kinerjanya dibandingkan dengan Naïve Bayes dengan penanganan data tidak seimbang.