PERBANDINGAN PERFORMA ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE DALAM KLASIFIKASI DIAGNOSIS PENYAKIT JANTUNG

• MOHAMAD RAKHA RAMDHANU
• ALDI SAHRU RAMADHAN
• 2025

---

Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia sehingga deteksi dini yang akurat sangat penting dilakukan untuk menurunkan angka risiko. Penelitian ini bertujuan membandingkan performa algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam klasifikasi penyakit jantung menggunakan dataset publik dari Kaggle yang terdiri atas 303 data pasien. Proses penelitian meliputi pra-pemrosesan data, penyeimbangan kelas menggunakan SMOTE, pelatihan model, dan evaluasi performa menggunakan metrik akurasi, presisi, recal,dan AUC. Hasil eksperimen menunjukkan bahwa Naïve Bayes memperoleh akurasi sebesar 85%, recal 84%, dan AUC 0.921. Sedangkan algoritma SVM memperoleh akurasi 83%, recal 74%, dan AUC 0.910. walaupun SVM memiliki presisi lebih tinggi sebesar 90.24%, nilai recal yang rendah mengindikasikan banyaknya kasus false negative, yang berisiko dalam konteks diagnosis medis. Berdasarkan evaluasi menyeluruh, algoritma Naïve Bayes lebih direkomdasikan untuk diterapkan pada sistem pendukung keputusan diagnosis penyakit jantung karena mampu mendeteksi pasien positif secara lebih sensitif dan stabil. Hasil penelitian ini diharapkan dapat menjadi rujukan dalam pemilihan metode klasifikasi berbasis machine learning untuk aplikasi Kesehatan berbasis data

• penyakit jantung
• klasifikasi

https://repository.bsi.ac.id/repo/73584/PERBANDINGAN-PERFORMA-ALGORITMA-NAÏVE-BAYES-DAN-SUPPORT-VECTOR-MACHINE-DALAM-KLASIFIKASI-DIAGNOSIS-PENYAKIT-JANTUNG
Anda dapat membaca file tugas akhir ini di repository.