Analisis Kinerja Algoritma Naïve Bayes dan k-NN untuk Memprediksi Penyakit Kanker Paru

Abstract

Penyakit kanker merupakan penyakit pembunuh nomor satu di dunia. Kanker paru merupakan salah satu diantara jenis kanker diseluruh dunia. Dalam bidang kesehatan, diagnosa kanker merupakan masalah yang menantang dan banyak penelitian yang difokuskan untuk meningkatkan kinerja guna mendapatkan hasil terbaik. Berdasarkan permasalahan tersebut salah satu teknik yang dapat digunakan dalam pendeteksian adalah data mining dengan teknik classification . Pada penelitian ini, melakukan analisis kinerja data mining menggunakan algoritma Naïve Bayes dan k-NN untuk memprediksi penyakit kanker paru. Pengujian dilakukan dengan menggunakan perbandingan 75% data training : 25% data testing . Berdasarkan hasil penelitian dan pengujian bahwa algoritma Naïve Bayes memiliki akurasi lebih baik dibandingkan dengan k-NN . Algoritma Naïve Bayes berdasarkan perhitungan dengan tools memiliki akurasi akurasi tertinggi sebesar 98.8%, sedangkan algoritma k-NN memiliki akurasi 83.7%. Konversi ROC bahwa algoritma Naïve Bayes memiliki nilai AUC lebih besar dari k-NN dengan 0.897 berbanding 0.997.