Komparasi Metode Naïve Bayes dan Kolmogorov Arnold Networks dalam Klasifikasi Tingkat Kemungkinan Obesitas
Kata Kunci:
Naïve Bayes, Kolmogorov Arnold Networks, ObesitasAbstrak
Obesitas merupakan salah satu permasalahan pada bidang kesehatan yang cukup signifikan di seluruh dunia, dengan peningkatan prevalensi yang terus terjadi setiap tahunnya. Memprediksi kemungkinan obesits dengan mendeteksi sedini mungkin merupakan Langkah yang sangat penting untuk mengurangi risiko komplikasi kesehatan yang terkait. Dengan adanya penelitian ini, bertujuan untuk mengkaji performa dua metode klasifikasi, yaitu Naïve Bayes dan Kolmogorov Arnold Networks (KAN). Analisis yang dilakukan dengan membandingkan akurasi dari masing-masing metode. Hasil menunjukan bahwa metode Naïve Bayes lebih unggul dari Kolmogorov Arnold Networks. Hal ini mengindikasikan bahwa Naïve Bayes lebih efektif dalam data yang diteliti. Sebaliknya untuk Kolmogorov Arnold Networks menunjukan keterbatasan pada dataset dengan fitur yang kurang kompleks.
Unduhan
Referensi
S. Arifani and Z. Setiyaningrum, “Faktor Perilaku Berisiko yang Berhubungan Dengan Kejadian Obesitas Pada Usia Dewasa di Provinsi Banten Tahun 2018,” J. Kesehat., vol. 14, no. 2, pp. 160–168, 2021, doi: 10.23917/jk.v14i2.13738.
Fernando Trisno Swandi, Restyandito, and K. Adi Nugraha, “Analisa Usability Desain Aplikasi Controlling Calories untuk Mendapatkan Berat Badan Ideal,” Jnanaloka, pp. 19–26, 2023, doi: 10.36802/jnanaloka.2023.v4-no01-19-26.
N. R. Hanani Retno, Badrah Siti, “Pola Makan , Aktivitas Fisik dan Genetik Mempengaruhi Kejadian Obesitas,” vol. 14, pp. 120–129, 2021.
A. Ridwan, “Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus,” J. SISKOM-KB (Sistem Komput. dan Kecerdasan Buatan), vol. 4, no. 1, pp. 15–21, 2020, doi: 10.47970/siskom-kb.v4i1.169.
Z. Liu et al., “KAN: Kolmogorov-Arnold Networks,” pp. 1–48, 2024, [Online]. Available: http://arxiv.org/abs/2404.19756
