ABSTRAK
Berdasarkan PT Askes, pada 2014 ada sekitar 14,3 juta
orang penderita gagal ginjal tahap akhir menjalani pengobatan yaitu
dengan prevalensi 433 orang perjumlah penduduk. Jumlah ini akan
meningkat hingga melebihi 200 juta pada tahun 2025. Dengan
banyaknya data yang ada, maka dilakukanlah penelitian ini guna
menemukan informasi yang lebih banyak. Untuk itu digunakan
algortima naïve bayes untuk mencari pola dan menghasilkan prediksi
penyakit gagal ginjal dan visualisasi chernoff faces untuk
menggambarkan kondisi fisik pasien. Dari penelitian ini, dengan data
latih yang digunakan, didapatkan akurasi prediksi sebesar 93.75%
dan respon yang positif dari pasien dari hasil pengujian visualisasi.
Kata kunci: Gagal Ginjal Kronik, Visualisasi, Chernoff Face, Data
Mining, Naïve Bayes