Perbandingan Kinerja Algoritma Naïve Bayes Dan K-Nearest Neighbors (KNN) Dalam Memprediksi Penyakit Tiroid

Abstract

Masih banyak masyarakat yang terlalu sibuk sehingga melupakan kehesatan merupakan suatu hal yang penting untuk dijaga khusus nya kesehatan pada kelenjar tiroid. Tiroid yang merupakan suatu penyakit dengan gangguan kelenjar yang berupa organ kecil terletak di bagian depan leher yang dapat menyebabkan perubahan pada bentuk atau hormon menjadi lebih sedikit atau terlalu banyak sehingga penyakit ini bisa berujung dengan kematian, dengan menggugunakan algoritma data mining dan machine learning yaitu Naïve Bayes dan K-Nearest Neighbors (KNN) yang merupakan salah satu algoritma dengan proses yang tidak terlalu rumit dan proses yang cepat sehingga peneliti dapat memecahkan permasalahan dengan menggunakan data penyakit tiroid. Dengan menggunakan freamwork python untuk mencari perbandingan sebuah accuracy pada kedua algoritma, algoritma Naïve Bayes dengan data testing 63% dan data training 64% sedangkan akurasi yang di hasilkan pada algoritma K-Nearest Neighbors (KNN) adalah 63%.