Efektifitas Algoritma Data Mining dalam Menentukan Pendonor Darah Potensial

Darah merupakan salah satu cairan fungsional yang memiliki banyak manfaat sehingga sangat dibutuhkan oleh tubuh manusia agar dapat bertahan hidup. Persediaan darah di suatu negara setiap tahunnya harus terpenuhi sesuai dengan ketentuan dari WHO. Namun kebutuhan darah di Indonesia hingga saat ini masih belum terpenuhi. Hal ini mengakibatkan banyak orang sulit untuk mendapatkan darah dan harus mencari calon pendonor darah. Penelitian ini memuat solusi untuk mendapatkan calon pendonor darah potensial dengan memanfaatkan kemajuan teknologi yaitu teknik data mining. Penelitian ini bertujuan untuk mencari keefektifan dari 2 algoritma klasifikasi data mining yang diimplementasikan ke dalam Bahasa Pemrograman Python dengan tools Jupyter Notebook dan software RapidMiner. Hasil penelitian menghasilkan bahwa algoritma KNN mempunyai accuracy 78,00% dengan menggunakan software RapidMiner, dan 68,66% dengan menggunakan tools Jupyter Notebook sedangkan algoritma Naive Bayes menghasilkan nilai accuracy 71,33%, dan 73,33%. Dilihat dari nilai Accuracy menunjukan bahwa algoritma KNN yang diimplementasikan menggunakan software RapidMiner memiliki nilai accuracy paling tinggi sehingga dalam penelitian ini algoritma KNN merupakan algoritma yang paling efektif dalam mencari calon pendonor darah