Aplikasi Pendeteksian Dini Hipertensi Pada Lansia Berbasis Klasifikasi Data Menggunakan Multinomial naïve Bayes

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis klasifikasi data yang mampu mendeteksi dini hipertensi pada lansia. Sistem ini dirancang untuk mengidentifikasi faktor risiko hipertensi yang berasal dari gaya hidup lansia dengan memanfaatkan algoritma Multinomial Naïve Bayes. Metode yang diterapkan dalam penelitian ini adalah algoritma klasifikasi Multinomial Naïve Bayes (MNB) untuk memprediksi probabilitas risiko hipertensi berdasarkan data gaya hidup kategorikal, seperti kebiasaan merokok, aktivitas fisik, tingkat stres, dan pola makan. Penelitian ini berhasil mengimplementasikan algoritma Multinomial Naïve Bayes ke dalam aplikasi web fungsional untuk deteksi dini hipertensi pada lansia. Berdasarkan pengujian menggunakan metode K-10 Fold Cross Validation, model klasifikasi data gaya hidup lansia mencapai tingkat akurasi sebesar 80,55 persen.