OPTIMASI ALGORITMA NAÏVE BAYES MENGGUNAKAN FORWARD SELECTION UNTUK KLASIFIKASI PENYAKIT GINJAL KRONIS

Penyakit Ginjal Kronis (PGK) ialah disfungsi ginjal liberal dan ireversibel di mana keahlian tubuh untuk men-dukung badan mempertahankan metabolisme keseimbangan elektrolit tersendat. kronis akan ber-tambah sebagai gagal terminal maupun tingkatan akhir penyakit dimana tidak sanggup bertugas lagi melindungi materi ke dalam badan, membutuhkan pemulihan langkah- langkah lebih lanjut dari dialisis transplantasi pengganti ginjal. adalah masalah kesehatan diseliruh dunia, yang memiliki Peningkatan prevalensi prognosis buruk biaya tinggi. bisa menjadi sulit disembuhkan, penyebab utama termasuk diabetes tekanan darah Penelitian memperoleh dataset UCI machine learning reprository terdapat banyak dataset, salah satunya Risk Factor prediction of Chronic Kidney Disease. Studi ini bermaksud mengukur tingkat keakuratan penggo-longan informasi data mining, studi menggunakan algoritma C4. 5, K- NN, Naïve bayes, Logistic regression. Dari keempat dibandingkan pengklasifikasian Disease, diperoleh reprository. hasil akurasi didapat dengan Algoritma 5 menghasilkan 90, 45%, NN kejituan 91, 50%, Bayes 92, 92%, Regresion 80, 09%. sehingga disimpulkan jika paling akurat Bayes.