Pendekatan correlated naïve bayes pada klasifikasi potensi penyakit jantung

Abstrak

Penyakit jantung masih menduduki peringkat pertama dan penyebab utama kematian.  Kondisi ini dapat dicegah dengan klasifikasi secara dini tentang serangan jantung berdasarkan dataset penyakit jantung yang terdapata pada keaggle.com.  Dataset ini memiliki 11 atribut dan 1 label. 11 atribut tersebut meliputi: Age, sex, ChestPain Type, Cholesterol, Fasting BS, Resting BP, Resting ECG, Max HR, Exercise Angina, Oldpeak, ST_Slope. Sedangkan 1 label terdiri dari terdiri dari: satu kelas terkena penyakit jantung (yes) sebanyak 513 record, dan satu kelas tidak terkena penyakit jatung (no) sebanyak 405 record. Melalui tahapan preprocessing berupa data selection, dan data cleaning terpilihlah 7 atribut berdasarkan perangkingan tertinggi menggunakan Weka 3.0. Selanjutnya data dibagi menjadi data training dan data testing sesuai dengan variasi perbandingan 80% : 20%, 70% :30%, 60%: 40% dan 50% ; 50%.  Selanjutnya dilakukan pengujian algoritme correlated naïve bayes dengan variasi atribut yang ada.  Hasilnya diperoleh akurasi tertinggi sebesar 83, 1522%  dengan perbandingan data training dan data testing sebesar 80% ; 20%.  Sedangkan atribut yang berpengaruh dalam klasifikasi penyakit jantung menggunakan algoritme correlated naïve bayes adalah ST Slope, Exercise Angina, Max HR, Chest Pain Type