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

• IRFAN NUGROHO PUTRA
• 2025

---

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia dan membutuhkan deteksi dini yang akurat untuk mengurangi risiko fatal. Penelitian ini membandingkan performa dua algoritma klasifikasi populer dalam machine learning, yaitu Naïve Bayes dan Support Vector Machine (SVM), dalam mendiagnosis penyakit jantung berdasarkan dataset yang diperoleh dari Kaggle yang berisi 303 data pasien. Proses penelitian meliputi tahap pengumpulan dan pra-pemrosesan data, penerapan metode SMOTE untuk penyeimbangan data, pembangunan model menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM),serta evaluasi menggunakan metrik akurasi, presisi, recall, dan AUC. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes menghasilkan akurasi sebesar 85%, recall 84%, dan AUC 0.921, sedangkan Support Vector Machine menghasilkan akurasi 83%, recall 74%, dan AUC 0.910. Meskipun SVM unggul dalam precision (90.24%), Naïve Bayes memiliki performa lebih baik secara keseluruhan dalam konteks diagnosis medis karena nilai recall yang lebih tinggi, yang penting untuk meminimalkan kesalahan dalam mendeteksi pasien yang benar-benar sakit. Oleh karena itu, Naïve Bayes direkomendasikan sebagai algoritma yang lebih tepat untuk sistem pendukung keputusan dalam diagnosis penyakit jantung.

• penyakit jantung
• klasifikasi
• Naive Bayes
• Support Vector Machine
• machine learning
• SMOTE

https://repository.bsi.ac.id/repo/74660/PERBANDINGAN-PERFORMA-ALGORITMA-NAÏVE-BAYES-DENGAN-SUPPORT-VECTOR-MACHINE-DALAM-KLASIFIKASI-DIAGNOSIS-PENYAKIT-JANTUNG
Anda dapat membaca file tugas akhir ini di repository.