@article{Sahar2020,
abstract = {Di Indonesia telah terjadi pergeseran kejadian penyakit jantung dan pembuluh darah dari urutan ke-l0 tahun 1980 menjadi urutan ke-8 tahun 1986. Sedangkan penyebab kematian tetap menduduki peringkat ke-3. Dalam proses pengklasifikasian ini untuk mengetahui apakah termaksud penyakit jantung atau non penyakit jantung dengan mengunakan rumus dari metode K-Nearest Neighbor dan Naive Bayes Classifier yang menggunakan library scikit learn. Dalam proses penelitian ini kita melakukan perhitungan hasil nilai performa yang terdiri dari akurasi, presisi, recall dan f-measure pada dataset penyakit jantung. Menggunakan metode klasifikasi yg memiliki hasil uji performa tertinggi/terbaik. Berdasarkan hasil pengujian, didapatkan tingkat akurasi pada metode K-Nearest Neighbor sebesar 67{\%}, presisi 65{\%}, recall 73{\%}, dan f-measure 96{\%} pada nilai K=250 dan metode jarak Manhattan, tingkat akurasi pada metode jarak Euclidean sebesar 65{\%}, presisi 65{\%}, recall 69{\%}, dan f-measure 67{\%} pada nilai K=250 sedangkan pada metode Na{\"{i}}ve Bayes Classifier tingkat akurasi yang didapatkan sebesar 58{\%}, presisi 90{\%}, recall 55{\%} , dan f-measure 68{\%}. Performa metode klasifikasi terbaik pada dataset Penyakit jantung yaitu metode KNN (K-Nearest Neighbor).},
author = {Sahar, Sahar},
doi = {https://doi.org/10.33096/ijodas.v1i3.20},
journal = {Indonesian Journal of Data and Science},
keywords = {analisis perbandingan,k-nearest neigbor,naive bayes classifier,performa},
number = {3},
pages = {79--86},
title = {{Analisis Perbandingan Metode K-Nearest Neighbor dan Na{\"{i}}ve Bayes Clasiffier Pada Dataset Penyakit Jantung}},
volume = {1},
year = {2020}
}