Klasifikasi Penyakit Jantung Menggunakan Metode Naive Bayes Classifier

Abstract

Penyakit jantung merupakan salah satu penyebab utama kematian di dunia dan sering kali sulit terdeteksi pada tahap awal karena gejala yang tidak spesifik. Proses diagnosis secara konvensional membutuhkan biaya tinggi serta keterbatasan tenaga medis, sehingga diperlukan pendekatan alternatif berbasis teknologi. Penelitian ini bertujuan untuk membangun model klasifikasi penyakit jantung menggunakan metode Naïve Bayes Classifier dengan memanfaatkan dataset publik dari Kaggle yang telah divalidasi oleh dokter. Data yang digunakan terdiri dari 916 data pasien dengan atribut medis seperti usia, jenis kelamin, tekanan darah, kolesterol, detak jantung maksimum, exercise angina, dan ST slope. Hasil penelitian menunjukkan bahwa metode Naïve Bayes Classifier mampu mengklasifikasikan penyakit jantung dengan tingkat akurasi yang baik serta memberikan hasil yang efisien dan mudah diinterpretasikan. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem pendukung keputusan di bidang kesehatan, khususnya untuk deteksi dan klasifikasi penyakit jantung.