Prediksi Awal Penyakit Diabetes Mellitus Menggunakan Algoritma Naïve Bayes

Kesehatan merupakan hal terpenting dalam kehidupan ini. Jika kesehatan manusia sedang terganggu, maka aktivitas sehari - harinya juga akan terganggu. Salah satu penyakit yang mengganggu aktivitas manusia adalah Diabetes Mellitus. Dari data International Diabetes Federation, Indonesia menduduki peringkat ke-6 dunia dengan jumlah penderita Diabetes Mellitus lebih dari 10 juta jiwa. World Health Organization memprediksi jumlah penderita Diabetes Mellitus di Indonesia akan mencapai 21 juta jiwa di tahun 2030. Angka penderita Diabetes Mellitus yang semakin meningkat menandakan tingkat kesadaran penduduk Indonesia yang masih  rendah. Untuk itulah, diperlukan pemahaman dan pengetahuan tentang gejala-gejala awal Diabetes Mellitus guna mencegah secara dini penyakit tersebut, karena  semakin dini penyakit terdeteksi akan semakin besar juga kesempatan untuk sembuh. Untuk melakukan itu, peneliti akan memanfaatkan informasi dari situs UCI Machine Learning untuk mendapatkan dataset yang nantinya dapat diproses dengan algoritma Naïve Bayes dalam memprediksi penyakit Diabetes Mellitus. Algoritma Naïve Bayes merupakan salah satu algoritma yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu class. Algoritma ini memiliki tingkat akurasi dan kecepatan yang tinggi saat diaplikasikan pada data yang besar. Dengan algoritma Naïve Bayes, akan digunakan untuk memprediksi penyakit Diabetes Mellitus berdasarkan gejala – gejala yang dialami. Hasil prediksi akan berupa kelas positif dan negatif. Pengujian sistem ini dilakukan sebanyak 3 kali. Total jumlah data yang digunakan yaitu sebanyak 500 data. Dari hasil pengujian didapatkan akurasi tertinggi pada pengujian ketiga yaitu dengan akurasi 89 %. Pada pengujian ketiga menggunakan perbandingan data training dan data testing sebesar 80% dan 20% (400 data training dan 100 data testing).