PERBANDINGAN KINERJA ALGORITMA GAUSSIAN NAIVE BAYES DAN K-NEAREST NEIGHBOR (KNN) UNTUK MENGKLASIFIKASI PENYAKIT HEPATITIS C VIRUS (HCV)

Hepatitis adalah penyakit peradangan pada hati, penyakit Hepatitis merupakanpenyakit yang menular sehingga menjadi beban kesehatan bagi masyarakat karena penularannya yang begitu mudah. Jenis penyakit Hepatitis yang paling berbahaya adalah Hepatitis C yang disebabkan oleh Virus RNA. Pada penelitian ini dilakukan klasifikasi terhadap penyakit Hepatitis C Virus pada pasien diJerman dikarenakan kasus hepatits di jerman termasuk tinggi dan di Jerman belum menerapkan stategi nasional untuk mengurangi beban Hepatitis C, Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma Gaussian Naive Bayes dan K-Nearest Neighbor. Hasil yang didapatkan dari penelitian ini adalah pada algoritma Gaussian Naive Bayes nilai akurasi sebesar 90,98%, presisi sebesar 69,91%, dan recall sebesar 61,57% sedangkan pada algoritma K-Nearest Neighbor (KNN) didapatkan nilai akurasi sebesar 91,80%, presisi sebesar 68,96%, dan recall sebesar 51,85%. Untuk akurasi, algoritma K-Nearest Neighbor (KNN) mendapatkan hasil lebih baik dibandingkan Gaussian Naive Bayes. Sedangkan untuk presisi, algoritma Gaussian Naive Bayes mendapatkan hasil lebih baik dibandingkan K-Nearest Neighbor (KNN). Dan untuk recall, algoritma Gaussian Naive Bayes mendapatkan hasil lebih baik dibandingkan K-Nearest Neighbor (KNN).
Kata Kunci: Klasifikasi penyakit, Hepatitis C Virus (HCV), Gaussian Naive Bayes, K-Nearest Neighbor.