OPTIMASI NAÏVE BAYES MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK TINGKAT KEBERHASILAN CRYOTHERAPY PADA PENYAKIT KUTIL

Authors

  • Rahayu Febryani Sistem Informasi
  • Toni Arifin Universitas Adhirajasa Reswara Sanjaya

DOI:

https://doi.org/10.51977/jti.v3i2.431

Keywords:

Penyakit Kutil, Cryotherapy, Data Mining, Naïve Bayes, Particle Swarm Optimization

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.

Downloads

Download data is not yet available.

Downloads

Published

2021-08-30

Similar Articles

1-10 of 104

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