Analisis Algoritma Gaussian Naive Bayes terhadap Klasifikasi Data Pasien Penderita Gagal Jantung

Penelitian ini menjelaskan penggunaan algoritma Gaussian Naive Bayes terhadap klasifikasi data pasien penderita gagal jantung. Dataset yang digunakan dalam penelitian ini berasal dari Kaggle dengan jumlah variabel sebanyak 30 yang diperoleh dari data pasien penderita gagal jantung sebanyak 1000 orang. Pada tahap skenario uji coba dalam penelitian ini menggunakan Cross Fold Validation dengan nilai k= 2, 4, 5, dan 10. Penentuan kriteria hasil klasifikasi terhadap output data asli (nilai aktual) menggunakan confusion matrix. Dari implementasi yang dilakukan menggunakan algoritma Gaussian Naive Bayes terhadap data pasien penderita gagal jantung diperoleh hasil validasi terbaik dengan nilai akurasi tertinggi didapatkan pada Kfold 4 yaitu 59,4%, presisi tertinggi didapatkan pada Kfold 4 yaitu 55,89%, sedangkan recall tertinggi didapatkan pada Kfold 2 yaitu 86,52% .
Kata Kunci : Klasifikasi, Gaussian Naive Bayes, Gagal Jantung, Cross Validation.