Analisis Perbandingan Algoritma Naïve Bayes dan Decision Tree Untuk Memprediksi Kehamilan Pada Penderita Diabetes

Abstract

Penyakit diabetes atau penyakit gula darah adalah kondisi kronis jangka panjang yang ditandai oleh peningkatan kadar gula dalam darah atau glukosa. Kondisi ini tidak hanya berdampak pada aspek fisik, tetapi juga dapat berpengaruh signifikan terhadap kesuburan dan kesehatan reproduksi, baik pada pria maupun wanita. Diabetes dapat menyebabkan gangguan hormonal yang pada gilirannya dapat menghambat proses implantasi atau bahkan pembuahan yang terjadi. Dalam upaya meningkatkan pemahaman dan pendekatan terhadap kesehatan reproduksi penderita diabetes, teknologi machine learning menjadi sebuah solusi inovatif. Algoritma machine learning, seperti Algoritma Naïve Bayes dan Algoritma Decision Tree, memiliki sifat konstruktif yang memungkinkan pembuatan prediksi yang akurat serta memberikan analisis yang mendalam. Penelitian ini bertujuan untuk membandingkan akurasi dan kinerja kedua algoritma tersebut dalam memprediksi kehamilan pada penderita diabetes. Hasil penelitian menunjukkan bahwa Algoritma Naïve Bayes mampu mencapai tingkat akurasi yang lebih tinggi dibandingkan dengan Algoritma Decision Tree, memberikan harapan untuk pengembangan pendekatan yang lebih efektif dalam manajemen kesehatan reproduksi bagi mereka yang mengidap diabetes.