Milenianews.com, Jakarta – Tim mahasiswa dari Universitas BSI (Bina Sarana Informatika) kampus Fatmawati melakukan penelitian eksperimen yang membandingkan performa dua algoritma klasifikasi dalam mendiagnosis diabetes. Penelitian ini menggunakan data hasil studi literatur yang diolah dengan aplikasi Excel dan RapidMiner.
Penelitian yang dipimpin oleh Farras Shadiq Ramadhani ini, mengukur efektivitas dua algoritma pembelajaran mesin, yaitu Naive Bayes dan Decision Tree. Tujuan dari penelitian ini adalah untuk menentukan algoritma mana yang lebih akurat dan efisien dalam mendeteksi kondisi diabetes berdasarkan dataset yang tersedia.
Baca juga: 5 Tips Mengatur Konsumsi Gula Saat Berpuasa, Cegah Diabetes!
Tim peneliti terdiri dari Farras Shadiq Ramadhani, Abimanyu Pasyah Rizky Wijaya dan Ayoeb Yaspis Laoly, dengan judul penelitian “Perbandingan Performa Algoritma Naive Bayes dengan Decision Tree dalam Diagnosis Diabetes”.
Farras menjelaskan bahwa penelitian ini bertujuan untuk menganalisis dan membandingkan performa kedua algoritma dalam konteks medis, khususnya dalam mendeteksi diabetes.
Metode yang digunakan mencakup pengumpulan dan pengolahan data, pelatihan model, serta evaluasi kinerja menggunakan metrik seperti akurasi, presisi, dan recall.
“Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki tingkat keakuratan sebesar 81.58%, sementara algoritma Decision Tree mencapai tingkat keakuratan yang lebih tinggi yaitu 94.74%. Selain itu, dalam pengukuran AUC (Area Under Curve) yang menilai kualitas pemisahan kelas, Naïve Bayes mendapatkan nilai 0.927, sedangkan Decision Tree memperoleh nilai 0.943,” ujar Farras dalam keterangan tertulis, Sabtu (6/7).
Farras menambahkan, meskipun Decision Tree menunjukkan akurasi yang lebih tinggi, algoritma Naive Bayes memiliki keunggulan dalam kecepatan pemrosesan dan kesederhanaan implementasi.
Baca juga: 7 Tips Mengontrol Gula Darah untuk Penderita Diabetes
Kedua algoritma ini memiliki potensi yang signifikan untuk diterapkan dalam sistem pendukung keputusan medis di masa depan.
Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan teknologi diagnosa medis yang lebih canggih dan efisien, serta memberikan wawasan baru dalam penggunaan algoritma pembelajaran mesin di bidang kesehatan.
Tonton podcast Milenianews yang menghadirkan bintang tamu beragam dari Sobat Milenia dengan cerita yang menghibur, inspiratif serta gaul hanya di youtube Milenianews.
