Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Readmisi Pasien Diabetes
Abstrak: Proses Readmisi
dikaitkan dengan perhitungan kualitas penanganan pasien di rumah sakit.
Perbedaan atribut-atribut yang berhubungan dengan pasien diabetes proses
medikasi, etnis, ras, gaya hidup, umur, dan lain-lain, mengakibatkan
perhitungan kualitas cenderung rumit. Teknik klasifikasi data mining dapat
menjadi solusi dalam perhitungan kualitas ini. Teknik klasifikasi merupakan
salah satu teknik data mining yang perkembangannya cukup signifikan. Di dalam
penelitian ini, model algoritma klasifikasi Decision Tree, k-Nearest Neighbor
(k-NN), dan Naive Bayes dengan berbagai parameter setting akan dievaluasi
performanya berdasarkan nilai performa Accuracy, Mean Absolute Error (MAE), dan
Kappa Statistik dengan metode 10-Fold Cross Validation. Dataset yang dievaluasi
memiliki 47 atribut dengan 49.735 records. Hasil penelitian menunjukan bahwa
performa accuracy, MAE, dan Kappa Statistik terbaik didapatkan dari Model
Algoritma Naive Bayes.
Penulis: Mochammad Yusa, Ema
Utami, Emha T. Luthfi
Kode Jurnal: jptinformatikadd160784
