PERBANDINGAN MODEL DATA MINING KLASIFIKASI DALAM MEMPREDIKSI PENYAKIT JANTUNG DI EROPA

Penyakit jantung merupakan penyakit pembunuh no.1 di dunia,hal ini menjadi hal
yang menakutkan bagi seluruh dunia tidak terkecuali di Negara Eropa. Data yang
diperoleh dari WHO pada tahun 2020 hampir 10 juta orang meninggal sedangkan
tahun 2030 diprediksi akan menempuh angka 50 juta per tahun. Di negara eropa
tingkat kematian akibat penyakit jantung tersebar di berbagai negara seperti
prancis mencapai 213 kematian per juta penduduk ,Spanyol 481 juta
kematian,Belanda sekitar 491 kematian penduduk. Penelitian ini memberikan
sebuah model klasifikasi dari prediksi penyakit jantung dengan membandingkan
metode yang terbaik dari Random forest dengan Naive bayes. Hasil penelitian ini
jika pengambilan keputusan model terbaik ini tergantung dari kebutuhan yang
terjadi di berbagai negara Eropa. Ambil contoh negara bagian Eropa utara
khususnya Skandinavia seperti denmark,swedia dan negara Eropa lainnya yang
ditandai dengan warna coklat muda dan coklat tua yang mempunyai nilai
terjangkit penyakit jantung diatas 2.000 disarankan menggunakan model
klasifikasi dengan metode Naive bayes karena, sedangkan untuk negara-negara
yang berwarna biru muda dengan biru tua dengan nilai terjangkit dibawah 2.000
disarankan menggunakan metode Random forest.

Kata Kunci : Data Mining, Heart Disease Prediction, Naive Bayes, Random Forest.