Prediksi Keberhasilan Immunotherapy Pada Penyakit Kutil Dengan Menggunakan Algoritma Naïve Bayes

Authors

  • Toni Arifin Universitas Adhirajasa Reswara Sanjaya
  • Siti Syalwah Universitas Adhirajasa Reswara Sanjaya

DOI:

https://doi.org/10.51977/jti.v2i1.177

Keywords:

Penyakit Kutil, Immunotherapy, Klasifikasi, Naive Bayes

Abstract

Penyakit kutil merupakan masalah kesehatan kulit yang pada umumnya ditandai dengan munculnya benjolan kecil bertekstur kasar pada permukaan kulit yang disebabkan oleh virus yaitu Human Papilloma Virus (HPV). Salah satu teknik pengobatan penyakit kutil adalah Immunotherapy, metode ini merupakan pengobatan dengan meningkatkan sistem kekebalan tubuh untuk mengatasi penyakit kutil. Untuk mengurangi kesalahan deteksi dan menghindari keterlambatan diagnosis penderita penyakit kutil dapat dilakukan penerapan dan pemanfaatan teknik data mining. Salah satu metode data mining yang bisa dimanfaatkan adalah klasifikasi dan metode algoritma yang dapat digunakan untuk klasifikasi adalah algoritma Naive Bayes. Pada penelitian ini, algoritma klasifikasi data mining Naive Bayes diterapkan pada Immunotherapy Data Set. Setelah hasil penelitian diperoleh, terbukti metode data mining menggunakan algoritma Naive Bayes dengan 10-Fold Cross Validation menghasilkan nilai akurasi klasifikasi sebesar 81,11% dan nilai Area Under ROC (AUC) sebesar 0,63 yang termasuk kategori Good Classification.

Kata Kunci: Penyakit Kutil, Immunotherapy, Data Mining, Klasifikasi, Naive Bayes

ABSTRACT

Warts Disease is a skin health problem that is generally characterized by the appearance of small, rough textured lumps on the skin surface caused by a virus that is Human Papilloma Virus (HPV). One technique of treatment of wart disease is Immunotherapy, this method is a treatment by boosting the immune system to overcome the disease of warts. To reduce detection errors and avoid delays in diagnosing Warts disease, the application of data mining techniques can be applied and used. One method of data mining that can be used is classification and algorithm methods that can be used for classification are the Naive Bayes algorithm. In this study, the Naive Bayes data mining classification algorithm was applied to Immunotherapy Data Set. After the research results were obtained, it has been proven that data mining method using Naive Bayes algorithm with 10-Fold Cross Validation resulted in classification accuracy values ??of 81,11% and Area Under ROC (AUC) values ??of 0.63 which belonged to the Good Classification category.

Keywords: Warts Disease, Immunotherapy, Data Mining, Classification, Naive Bayes

Downloads

Download data is not yet available.

Downloads

Published

2020-02-28

Similar Articles

21-30 of 31

You may also start an advanced similarity search for this article.