Implementasi Algoritma Klasifikasi Logistic Regression dan Naïve Bayes untuk Diagnosa Penyakit Hepatitis

Amrin - Amrin, Omar - Pahlevi

Abstract


Hepatitis merupakan penyakit kronis dan berbahaya yang dapat menyebabkan kematian. Diagnosis dini penyakit ini penting dilakukan agar dapat segera ditangani dan diobati. Tahapan kegiatan diagnosis yang tepat dan prediksi penyakit yang akurat pada waktu dapat menyelamatkan banyak pasien. Penyakit ini biasanya disebabkan oleh virus. Virus yang menyebabkan Hepatitis A, B dan C, yaitu Hepatitis Virus tipe A (HVA), Hepatitis Virus tipe B (HVB) dan Hepatitis Virus tipe C (HVC). Besaran masalah penyakit ini di Indonesia dapat diketahui dari berbagai studi, kajian, maupun kegiatan pengamatan penyakit. Dalam penelitian ini, peneliti akan menerapkan dan membandingkan metode klasifikasi data mining yaitu metode Logistic Regression dan Naïve Bayes untuk mendiagnosis penyakit hepatitis. Berdasarkan penelitian diketahui bahwa metode Logistic Regression memiliki tingkat akurasi sebesar 84,62% dan nilai under the curve (AUC) sebesar 0,841, kemudian metode Naive Bayes memiliki tingkat akurasi sebesar 83,71% dan nilai AUC sebesar 0,816. Dari hasil uji-t dapat diketahui bahwa tidak terdapat perbedaan yang signifikan antara metode Logistic Regression dan Nave Bayes, karena nilai = 0,821 > 0,05. Hal ini menunjukkan bahwa metode Logistic Regression memiliki performansi yang sama dibandingkan dengan metode Naïve Bayes.

Keywords


Hepatitis; Logistic Regression; Naïve Bayes; Confusion Matrix; ROC Curve

Full Text:

PDF

References


Amrin, & Pahlevi, O. (2020). Data Mining Model For Designing Diagnostic Applications Inflammatory Liver Disease. SinkrOn, 5(1), 51. https://doi.org/10.33395/sinkron.v5i1.10589

Amrin, Pahlevi, O., & Satriadi, I. (2021). Optimasi Algoritma C4 . 5 dan Naïve Bayes Berbasis Particle Swarm Optimization Untuk Diagnosa Penyakit Peradangan Hati. Insantek, 2(1), 10–14. http://jurnal.bsi.ac.id/index.php/insantek/article/view/399

Bayrak, E. A., Kirci, P., & Ensari, T. (2019). Performance Analysis of Machine Learning Algorithms and Feature Selection Methods on Hepatitis Disease. International Journal of Multidisciplinary Studies and Innovative Technologies, 3(2), 135–138.

Bhargav, K. S., Kumari, T. D., Thota, D. S. S. B., & B, V. (2018). Application of Machine Learning Classification Algorithms on Hepatitis Dataset. International Journal of Applied Engineering Research, 13(16), 12732–12737.

Chen, Y., Luo, Y., Huang, W., Hu, D., Zheng, R. qin, Cong, S. zhen, Meng, F. kun, Yang, H., Lin, H. jun, Sun, Y., Wang, X. yan, Wu, T., Ren, J., Pei, S. F., Zheng, Y., He, Y., Hu, Y., Yang, N., & Yan, H. (2017). Machine-learning-based classification of real-time tissue elastography for hepatic fibrosis in patients with chronic hepatitis B. Computers in Biology and Medicine, 89(January), 18–23. https://doi.org/10.1016/j.compbiomed.2017.07.012

Hendri, A., Jones, S., & Makmun, M. S. (2021). Implementasi Metode CART untuk Klasifikasi Diagnosis Penyakit Hepatitis Pada. Journal of Informatics, Information System, Software Engineering and Applications, 3(2), 61–70.

Ibrahim, I., & Abdulazeez, A. (2021). The Role of Machine Learning Algorithms for Diagnosing Diseases. Journal of Applied Science and Technology Trends, 2(01), 10–19. https://doi.org/10.38094/jastt20179

Kemenkes RI. (2017). Situasi Penyakit Hepatisis B Di Indonesia. InfoDatin Kemenkes RI.

Nivaan, G. V., & Emanuel, A. W. R. (2020). Analytic Predictive of Hepatitis using the Regression Logic Algorithm. 2020 3rd International Seminar on Research of Information Technology and Intelligent Systems, ISRITI 2020, 106–110. https://doi.org/10.1109/ISRITI51436.2020.9315365

Papuangan, M. (2018). Penerapan Case Based Reasoning Untuk Sistem Diagnosis Penyakit Hepatitis. JIKO (Jurnal Informatika Dan Komputer), 1(1), 7–12. https://doi.org/10.33387/jiko.v1i1.1165

Prayoga, N. D. (2018). Sistem Diagnosis Penyakit Hati Menggunakan Metode Naïve Bayes. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(8), 2666–2671.

Pusporani, E., Qomariyah, S., & Irhamah. (2019). Klasifikasi Pasien Penderita Penyakit Liver dengan Pendekatan Machine Learning. Inferensi, 2(1), 25–32. https://doi.org/10.12962/j27213862.v2i1.6810

Ramasamy, M., Selvaraj, S., & Mayilvaganan, M. (2015). An empirical analysis of decision tree algorithms: Modeling hepatitis data. ICETECH 2015 - 2015 IEEE International Conference on Engineering and Technology, March, 18–21. https://doi.org/10.1109/ICETECH.2015.7275013

Sulastri, S., Hadiono, K., & Anwar, M. T. (2020). Analisis Perbandingan Klasifikasi Prediksi Penyakit Hepatitis Dengan Menggunakan Algoritma K-Nearest Neighbor, Naïve Bayes Dan Neural Network. Dinamik, 24(2), 82–91. https://doi.org/10.35315/dinamik.v24i2.7867

Syafa’ah, L., Zulfatman, Z., Pakaya, I., & Lestandy, M. (2021). Comparison of Machine Learning Classification Methods in Hepatitis C Virus. Jurnal Online Informatika, 6(1), 73. https://doi.org/10.15575/join.v6i1.719

Trishna, T. I., Emon, S. U., Ema, R. R., Sajal, G. I. H., Kundu, S., & Islam, T. (2019). Detection of Hepatitis (A, B, C and E) Viruses Based on Random Forest, K-nearest and Naïve Bayes Classifier. 2019 10th International Conference on Computing, Communication and Networking Technologies, ICCCNT 2019, 1–7. https://doi.org/10.1109/ICCCNT45670.2019.8944455

Wibowo, R., & Indriyawati, H. (2020). Top-k Feature Selction Untuk Deteksi Penyakit Hepatitis Menggunakan Algoritme Naïve Bayes. Jurnal Buana Informatika, 11(1), 1. https://doi.org/10.24002/jbi.v11i1.2456

Zuama, R. A. (2021). Pembelajaran Mesin untuk diagnosis tingkat kerusakan hati akibat hepatitis C. Journal Speed – Sentra Penelitian Engineering Dan Edukasi, 13(3), 24–28.




DOI: https://doi.org/10.31294/jtk.v8i2.12399

Copyright (c) 2022 Amrin - Amrin, Omar - Pahlevi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

ISSN: 2442-2436 (print), and 2550-0120


 dipublikasikan oleh LPPM Universitas Bina Sarana Informatika Jakarta

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License