Metode Naïve Bayes Untuk Memprediksi Penyakit Stroke

Haris Bugis
{"title":"Metode Naïve Bayes Untuk Memprediksi Penyakit Stroke","authors":"Haris Bugis","doi":"10.47970/siskom-kb.v6i1.317","DOIUrl":null,"url":null,"abstract":"Abstrak— Teknologi sangat amat berkembang pesat, sampai-sampai manusia sudah hampir terikat sepenuhya oleh teknologi. Bahkan dibidang Kesehatan juga menggunakan teknologi-teknologi yang canggih sehingga dapat menyelesaikan pekerjaan di bidang kesehatan. Melihat pesatnya perkembangan di dunia Kesehatan, maka telah dilakukan penelitian untuk memprediksi penyakit stroke berdasarkan gaya hidup serta lingkungan masyarakat. Penelitian ini bertujuan untuk mengklasifikasi dan memprediksi orang-orang tentang apakah orang tersebut akan berpotensi terkena penyakit stroke atau tidak. Peneliti menggunakan metode klasifikasi Naive Bayes yang merupakan salah-satu metode sederhana untuk mengklasifikasi dan memprediksi sebuah data. Peneliti mengambil data orang-orang seperti nama, umur, beberapa gejala, lingkungan, dan sebagainya. Peneliti juga menggunakan aplikasi Python 3 untuk melakukan prediksi dan juga Rapidminer untuk melihat tingkat akurasi prediksi dari metode Naive Bayes ini. Maka dapat disimpulkan bahwa metode naïve bayes ini bisa digunakan untuk memprediksi sebuah penyakit seseorang, contohnya penyakit stroke. \nKata Kunci—klasifikasi, stroke, naïve bayes, prediksi, rapidminer","PeriodicalId":104889,"journal":{"name":"Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)","volume":"88 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47970/siskom-kb.v6i1.317","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstrak— Teknologi sangat amat berkembang pesat, sampai-sampai manusia sudah hampir terikat sepenuhya oleh teknologi. Bahkan dibidang Kesehatan juga menggunakan teknologi-teknologi yang canggih sehingga dapat menyelesaikan pekerjaan di bidang kesehatan. Melihat pesatnya perkembangan di dunia Kesehatan, maka telah dilakukan penelitian untuk memprediksi penyakit stroke berdasarkan gaya hidup serta lingkungan masyarakat. Penelitian ini bertujuan untuk mengklasifikasi dan memprediksi orang-orang tentang apakah orang tersebut akan berpotensi terkena penyakit stroke atau tidak. Peneliti menggunakan metode klasifikasi Naive Bayes yang merupakan salah-satu metode sederhana untuk mengklasifikasi dan memprediksi sebuah data. Peneliti mengambil data orang-orang seperti nama, umur, beberapa gejala, lingkungan, dan sebagainya. Peneliti juga menggunakan aplikasi Python 3 untuk melakukan prediksi dan juga Rapidminer untuk melihat tingkat akurasi prediksi dari metode Naive Bayes ini. Maka dapat disimpulkan bahwa metode naïve bayes ini bisa digunakan untuk memprediksi sebuah penyakit seseorang, contohnya penyakit stroke. Kata Kunci—klasifikasi, stroke, naïve bayes, prediksi, rapidminer
天真的贝斯预测中风的方法
抽象——技术发展如此之快,以至于人类几乎完全依赖于技术。甚至在卫生领域也使用先进的技术来完成他们在卫生领域的工作。考虑到世界卫生领域的快速发展,已经进行了研究,通过生活方式和社区环境来预测中风。这项研究的目的是对人进行分类,预测人是否会患中风。研究人员使用天真的贝斯分类方法,这是简单的分类和预测数据的方法之一。研究人员从人们的姓名、年龄、多种症状、环境等中提取数据。研究人员还使用Python程序3来进行预测和快速导航,来观察这种天真贝斯方法的预测准确度。因此,可以得出结论,这种天真的贝斯方法可以用来预测一个人的疾病,比如中风。关键词——分类、中风、天真的贝斯、预测、快速记录
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信