OPTIMASI NAÏVE BAYES MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK TINGKAT KEBERHASILAN CRYOTHERAPY PADA PENYAKIT KUTIL
##plugins.themes.academic_pro.article.sidebar##
Downloads
##plugins.themes.academic_pro.article.main##
Abstract
Penyakit kutil merupakan salah satu penyebab masalah kesehatan kulit yang ditandai dengan timbulnya benjolan kecil pada kulit, penyakit ini disebabkan oleh virus Human Papiloma Virus. Ada berbagai cara dalam penyembuhan penyakit kutil, salah satunya dengan melakukan cryotherapy. Metode cryotherapy adalah teknik pengobatan terapi dengan berendam didalam es atau air yang dingin selama kurang lebih 30 menit, dalam suhu -18 derajat celcius sampai 24 derajat celcius, sehingga sel-sel kanker dalam tubuh pasien membeku dan terbukti dapat memperpanjang umur pasien bahkan ada kemungkinan sembuh. Untuk mengurangi kesalahan deteksi penyakit ini serta menghindari keterlambatan dalam mendiagnosis dengan memanfaatkan teknik data mining. Salah satu metode data mining yang bisa digunakan adalah klasifikasi algoritma Naïve Bayes serrta untuk meningkatkan akurasi menggunakan pembobotan optimasi Particle Swarm Optimization. Pada penelitian ini, algoritma Naïve Bayes berbasis Particle Swarm Optimization meningkatkan nilai akurasi sebesar 97.22% dan nilai AUC sebesar 0.991 yang termasuk kategori Excellent Classification.
##plugins.themes.academic_pro.article.details##
Pemberitahuan Hak Cipta
Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:
1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.
2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.
3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Arifin, T. (2017). Implementasi Algoritma PSO Dan Teknik Bagging Untuk Klasifikasi Sel Pap Smear. Jurnal Informatika, 4(2), 155–162.
Arifin, T., & Ariesta, D. (2019). Prediksi Penyakit Ginjal Kronis Menggunakan Algoritma Naive Bayes Classifier Berbasis Particle Swarm Optimization. Jurnal Tekno Insentif, 13(1), 26–30.
Arifin, T., & Herliana, A. (2018). Optimasi Metode Klasifikasi Dengan Menggunakan Particle Swarm Optimization Untuk Identifikasi Penyakit Diabetes Retinopathy. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 4(2), 77–81.
Arifin, T., & Syalwah, S. (2020). Prediksi keberhasilan immunotherapy pada penyakit kutil dengan menggunakan algoritma naïve bayes. JURNAL RESPONSIF, 2(1), 38–43.
Brawijaya, H., Samudi, S., & Widodo, S. (2019). Komparasi Algoritma K-Nearest Neighbor dan Naiive Bayes Pada Pengobatan Penyakit Kutil Menggunakan Cryotheraphy. JUITA : Jurnal Informatika, 7(2), 93–99.
Dawson, C. W. (2009). Project in Computing and Information Systems A Student’s Guide (2nd ed.). ADDISON-WESLEY.
Gorunescu, F. (2011). Data Mining Concepts, Models and Techniques (P. J. Kacprzyk & P. L. C. Jain (eds.); 12th ed.). Springer.
Hermawan, A., Sukma, A. R., & Halfis, R. (2019). Analisis Algoritma Klasifikasi C4.5 Untuk Memprediksi Keberhasilan Immunotherapy Pada Penyakit Kutil. Jurnal Teknik Komputer AMIK BSI, V(2), 155–160.
Khozeimeh, F., Alizadehsani, R., Roshanzamir, M., Khosravi, A., Layegh, P., & Nahavandi, S. (2017). An expert system for selecting wart treatment method. Computers in Biology and Medicine, 81, 167–175.
Marlina, M., Aldi, Y., Putra, A. E., Sopianti, D. S., Hari, D. G., Arfiandi, A., Djamaan, A., & Rustini, R. (2016). Identifikasi Type Human Papillomavirus (HPV) pada Penderita Kanker Serviks. Jurnal Sains Farmasi & Klinis, 3(1), 54–63.
Muhamad, H., Prasojo, C. A., Sugianto, N. A., Surtiningsih, L., & Cholissodin, I. (2017). Optimasi Naïve Bayes Classifier Dengan Menggunakan Particle Swarm Optimization Pada Data Iris. Jurnal Teknologi Informasi Dan Ilmu Komputer, 4(3), 180–184.
Nurelasari, E. (2018). Komparasi Algoritma Naive Bayes Dengan Support Vector Machine Berbasis Particle Swarm Optimization untuk Prediksi Kesuburan. Bina Insani ICT Journal, 5(1), 61–70.
Rahayu, S., Nugraha, F. S., & Shidiq, M. J. (2019). Analisis Tingkat Keberhasilan Cryoterapy Menggunakan Neural Network. Jurnal Pilar Nusa Mandiri, 15(2), 141–148.
Siswa, T. A. Y., & Prihandoko. (2018). Analisis Penerapan Optimasi Perbandingan Kinerja Algoritma C4.5 dan Naïve Bayes Berbasis Particle Swarm Optimization ( PSO ) Untuk Mendeteksi Kanker Payudara. Bangkit Indonesia, 2(VII), 1–9.
Sulaehani, R. (2016). Prediksi Keputusan Klien Telemarketing Untuk Deposito Pada Bank Menggunakan Algoritma Naive Bayes Berbasis Backward Elimination. ILKOM Jurnal Ilmiah, 8(3), 182–189.
Supriyatna, A., & Mustika, W. P. (2018). Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi Keberhasilan Imunoterapi Pada Penyakit Kutil. J-SAKTI (Jurnal Sains Komputer Dan Informatika), 2(2), 152–161.
Tanjung, J., Lumenta, A. S. M., & Sugiarso, B. A. (2016). Sistem Pakar Mendiagnosa Penyakit HPV (Human Papilloma Virus). E-Journal Teknik Elektro Dan Komputer, 5(4), 18–23.
Vulandari, T. R. (2017). DATA MINING TEORI DAN APLIKASI RAPIDMINER (Cetakan I). PENERBIT GAVA MEDIA.
Wijayatun, R., & Sulistyo, Y. (2016). Prediksi Rating Film Menggunakan Metode Naive Bayes. Jurnal Teknik Elektro, 8(2), 60–63