PENERAPAN DATA MINING UNTUK PREDIKSI PENYAKIT HEPATITIS C MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstract

Hepatitis sendiri merupakan penyakit peradangan pada hati (liver) yang dapat disebabkan oleh faktor genetik, infeksi virus, alkohol, dan obat-obatan. Berdasarkan laporan global oleh Organisasi. Secara global, diperkirakan 58 juta orangmemiliki infeksi virus hepatitis C kronis, dengan sekitar 1,5 juta infeksi baru terjadi setiap tahun. Diperkirakan ada 3,2 juta remaja dan anak-anak dengan infeksi hepatitis C kronis. Pada tahun 2019 WHO memperkirakan sekitar 290.000 orang meninggal karena hepatitis C, sebagian besar karena sirosis dan karsinoma hepatoseluler (kanker hati primer). Pada Penelitian ini data pasien dimanfaatkan untuk digali informasi atau pengetahuan baru didalamnya Proses penggalian informasi baru dari sekumpulan data dikenal dengan data mining. Maka dari itu, dengan adanya penelitian ini bertujuan untuk memprediksi data terkait menggunakan algoritma Naïve Bayes untuk mengetahui apakah pasien tersebut menderita penyakit Hepatitis C atau tidak. Hasil yang diperoleh dari pengujian data hepatitis dengan kategori *0=Donor Darah, 0s=dugaan Donor Darah, 1=Hepatitis, 2=Fibrosis, 3=Cirrhosis). Hasil penelitian menunjukkan bahwa klasifikasi dengan algoritma Naïve Bayes dapat diterapkan dalam mengklasifikasi data penyakit Hepatitis C menghasilkan nilai akurasi sebesar 85,71% dalam kategori Good Classification.