Perbandingan Algoritma naive bayes dan C4.5 pada klasifikasi penyakit tuberculosis

Abstrak

Bakteri Mycobacterium Tuberculosis menyebabkan tuberculosis. Penyakit ini biasanya menyebar melalui percikan cairan seperti batuk atau bersin. Tuberculosis Paru dan Tuberculosis Ekstra Paru adalah dua klasifikasi tuberculosis. Indonesia adalah Negara ketiga dengan jumlah kasus tuberculosis tertinggi. Oleh karena itu, perlu dilakukan upaya untuk mengurangi jumlah kasus tuberculosis di Indonesia. Salah satu upaya yang dapat dilakukan adalah dengan mengklasifikasikan data tuberculosis pada medis. Ini dapat membantu dokter dalam diagnosis penyakit dan mendeteksi dini tuberculosis, yang memungkinkan penyembuhan lebih cepat bagi mereka yang menderita penyakit ini. Salah satu jenis algoritma klasifikasi adalah Naive Bayes dan C4.5. Yang pertama digunakan untuk memprediksi peluang di masa depan berdasarkan pengalaman sebelumnya dengan mencari peluang terbesar dari beberapa kemungkinan klasifikasi dan melihat frekuensi tiap klasifikasi pada data latih. C4.5 dipilih karena merupakan tolak ukur yang sering digunakan dalam perbandingan dengan algoritma Naive Bayes. Hasil dari penelitian ini adalah perbandingan algoritma Naïve Bayes dan C4.5 menggunakan model 10-fold cross validation dan model pengukuran akurasi confusion matrix. Hasil yang didapat algoritma C4.5 memiliki tingkat akurasi lebih tinggi dengan presentase sebanyak 85% dari algoritma Naïve Bayes yang memiliki akurasi 83% yang berarti algoritma C4.5 lebih baik saat diterapkan pada proses klasifikasi penyakit tuberculosis.