Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia

Eka Wulansari Fidayanthie ; Asep Sayfulloh ; Mardiana Rafa Alzena ; Nilam Kurnia Sari
Saturnus: Jurnal Teknologi dan Sistem Informasi 📅 2025 Vol 3, No 3 🔗 DOI: 10.61132/saturnus.v3i3.956
Abstract
Lungs are vital organs in the human respiratory system, responsible for fulfilling the body's oxygen needs. If the lungs experience health problems, it can have adverse effects on the human respiratory system. Common causes of lung diseases are usually due to inhaling air contaminated by dust, smoke, viruses, and bacteria. This study aims to compare the performance of two classification algorithms, namely Random Forest and Naive Bayes, in predicting lung diseases. The data used was obtained from the Kaggle website and processed using RapidMiner software. The attributes involved include smoking habits, pre-existing conditions, staying up late, exercise activities, age, and outcomes. Based on the test results, the Random Forest algorithm demonstrated the best performance with an accuracy of 93%, while the Naive Bayes algorithm achieved an accuracy of 87%. These findings indicate that the Random Forest algorithm outperforms the Naive Bayes algorithm in terms of lung disease prediction accuracy.
Keywords
Data Mining; Random Forest; Naive Bayes; Lung Disease
How to Cite

Eka Wulansari Fidayanthie, et al. (2025). Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia. Saturnus: Jurnal Teknologi dan Sistem Informasi, 3(3). https://doi.org/10.61132/saturnus.v3i3.956

Eka Wulansari Fidayanthie; Asep Sayfulloh; Mardiana Rafa Alzena; Nilam Kurnia Sari, "Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia," Saturnus: Jurnal Teknologi dan Sistem Informasi, vol. 3, no. 3, 2025.

Eka Wulansari Fidayanthie; Asep Sayfulloh; Mardiana Rafa Alzena; Nilam Kurnia Sari. "Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia." Saturnus: Jurnal Teknologi dan Sistem Informasi, vol. 3, no. 3, 2025.

Eka Wulansari Fidayanthie; Asep Sayfulloh; Mardiana Rafa Alzena; Nilam Kurnia Sari. "Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia." Saturnus: Jurnal Teknologi dan Sistem Informasi 3, no. 3 (2025).

Eka Wulansari Fidayanthie, et al. (2025) 'Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia', Saturnus: Jurnal Teknologi dan Sistem Informasi, 3(3). doi: 10.61132/saturnus.v3i3.956.

Eka Wulansari Fidayanthie; Asep Sayfulloh; Mardiana Rafa Alzena; Nilam Kurnia Sari. Analisis Perbandingan Algoritma Random Forest dan Algoritma Naive Bayes untuk Memprediksi Penyakit Paru-Paru di Indonesia. Saturnus: Jurnal Teknologi dan Sistem Informasi. 2025;3(3).

Artikel Terkait

Rancang Bangun Website BUMDes Kabupaten Cilacap Menggunakan Metode Scrum

Tazakka Pribadi, Fadhil; Intan Surya Saputra, Dhanar

Sistem Informasi Penyaluran Bantuan langsung Tunai (BLT) Dana Desa pada Kecamatan Alu Berbasis WEB

Harlin Harlin; Basri Basri; Sapriadi Sapriadi

Sistem Informasi Pengelolaan Kegiatan Perpustakaan Samatutu pada Desa Jambu Malea Berbasis Web

Fitriani Fitriani; Basri Basri; Kamaluddin Kamaluddin

Evaluasi Usability Sistem E-Voting Menggunakan System Usability Scale Pasca Perancangan Ulang Antarmuka

David Sam Limbong; Hermawan Setiawan; Satria Tegar Bimantara; Reza Ardiansyah Yudhanegara

Kajian Literatur: Faktor-Faktor Penentu Keberhasilan Implementasi Smart City di Negara Berkembang

Mukhamad Rizky Akbar; Maulana Firjatullah

Sistem Informasi Masjid Imam Malik Koppe Menggunakan Fasilitas Platform Emasjid

Muhtar Muhtar; Eka Fitrisam; Reski Idrus; Basri Basri
Tren Sitasi Jurnal