Perbandingan Kinerja Algoritma C4.5, Naive Bayes, dan Random Forest dalam Prediksi Penyakit Jantung

Abstract

Data mining adalah proses menemukan pola dan pengetahuan dari data yang berjumlah besar. Salah satu bagian penting pada data mining adalah pengklasifikasian data. Klasifikasi digunakan untuk menggolongkan data berdasarkan sifat data yang sudah dikenali masing-masing kelasnya. Ada berbagai macam teknik yang digunakan untuk mengklasifikasikan data,  diantaranya yaitu C4.5,Naive bayes.dan Random Forest.. Berdasarkan beberapa peneliti, metode C4.5 dan Naive Bayes memiliki kinerja yang baik sehingga dibuat sistem dengan tujuan untuk membandingkan kinerja C4.5 dan Naive Bayes. Data yang akan digunakan pada sistem yang akan dibuat adalah penyakit  jantung. Berdasarkan hasil penelitian diketahui bahwa kinerja dari algoritma Radom Forest  lebih baik dibandingkan dengan kinerja dari algoritma C4.5 dan Naïve Bayes . Hal ini dapat dilihat dari nilai akurasi, recall, precision yang dihasilkan oleh Radom Forest  lebih besar dibandingkan oleh C4.5 dan Naïve Bayes  

Kata Kunci : Radom Forest, Naive Bayes, C4.5, akurasi