PREDIKSI DIABETES MELLITUS BERDASARKAN DATA PASIEN SYLHET DIABETES HOSPITAL DENGAN METODE NAIVE BAYES

Abstract

Diabetes melitus adalah penyakit metabolisme kronis yang ditandai dengan kadar gula darah yang tinggi dalam jangka waktu yang lama. Gula darah ini berasal dari sel darah yang kemudian akan dipindahkan ke sel tubuh oleh hormone insulin. Seseorang yang terkena diabetes melitus tidak dapat menghasilkan hormon insulin yang cukup, bahkan hormon insulin ini tidak dapat melakukan tugasnya secara optimal. Diabetes melitus dapat menyebabkan kerusakan pada jantung, pembuluh darah, mata, ginjal, saraf, dan yang terparah bisa menyebabkan kematian. Tidak dapat dipungkiri bahwa penyakit ini merupakan salah satu penyumbang kematian terbesar didunia. Dari paparan fakta tersebut, penyakit ini harus dideteksi dini untuk meminimalisir kemungkinan terburuknya.  Algoritma Naive Bayes adalah salah satu algoritma yang sederhana tetapi cukup efektif untuk metode klasifikasi. Berdasarkan dataset pasien sylhet diabetes hospital di Bangladesh yang didapat dari platform Kaggle , terdapat 16 atribut yang dapat menjadi data independen untuk mendeteksi dini penyakit diabetes. Dengan dataset tersebut sebagai bahan acuan dan algoritma Naive Bayes sebagai landasan metode, dapat dirancang sebuah program python untuk analisis prediksi dini diabetes melitus. Metode Naive Bayes dinilai cukup akurat, hal ini dibuktikan dengan tingginya nilai akurasi pada percobaan program python yang telah dilakukan, yaitu kurang lebih sebesar 91%.  Dengan program dan algoritma yang sederhana, Metode Naive Bayes dapat menangani kompleksitas dataset dan memberikan prediksi yang kredibel.