Perbandingan Metode k-NN dan Naïve Bayes dalam Klasifikasi Penentuan Calon Pendonor Darah

Abstract

Donor darah adalah proses pengambilan darah dari seorang yang sehat dengan dinyatakan memenuhi syarat dengan meninjau beberapa faktor seperti seperti pengukuran tekanan darah, golongan darah, kadar hemoglobin (Hb), status pendonor, konsultasi medis dan sebagainya. Klasifikasi adalah proses menemukan fungsi atau model yang dapat membedakan suatu konsep atau kelas data untuk memprediksi kelas suatu objek yang tidak diketahui. Penelitian ini dilakukan untuk mencari metode terbaik berdasarkan perbandingan nilai akurasi menggunakan 100 data latih donor darah dari RSUD Majene yang diproses dengan mengimplementasikan metode K-Nearest Neighbor dan Naive Bayes. Hasil analisis menunjukkan bahwa algoritma K-Nearest Neighbor menunjukkan performa yang lebih baik dengan tingkat akurasi sebesar 86% sedangkan algoritma Naïve Bayes memperoleh nilai akurasi sebesar 76%.