Algoritma Naïve Bayes, Random Forest dan Support Vector Machine untuk Klasifikasi Penyakit Sapi

Abstract

Berdasarkan dari data World Health Organization (WHO) menyebutkan bahwa Indonesia menjadi salah satu negara yang memiliki penduduk terbanyak di dunia dengan urutan keempat. Karena jumlah penduduk yang banyak, sehingga kebutuhan protein hewani meningkat dengan kesadaran pentingnya akan gizi. Salah satu sumber protein hewani yang bisa diperoleh dari daging sapi. Hal itu menyebabkan kesehatan sapi menjadi suatu hal yang berpengaruh untuk memenuhi kebutuhan gizi. Dalam menjaga kesehatan sapi, perlu adanya suatu pengamatan terhadap gejala-gejala penyakit pada sapi. Demikian hal itu, teknik data mining dapat berfungsi untuk mengatasi solusi terkait mengklasifikasikan penyakit pada bidang teknik informatika. Penelitian ini menggunakan metode Teknik Data Mining dengan 3 percobaan. Adapun percobaan pertama menggunakan algoritma Naive bayes dengan akurasi 0.8, presisi 0.8 dan recall 0.8. Sedangkan percobaan ke 2 menggunakan algoritma Random Forest menghasilkan akurasi sebesar 0.8, presisi 0.8 dan recall 0.8. Kemudian, untuk percobaan ke 3 menggunakan algoritma Support Vector Machine menghasilkan akurasi 0.8, presisi 0.6 dan recall 0.8