Klasifikasi Data Tentang Kelahiran 101 Ibu Di Sebuah Rumah Sakit dengan Naive Bayes

#Pemanggilan Data
kelahiran=read.csv('/home/roni/Downloads/BAYES.csv')
View(kelahiran)

#Library
library(e1071)
library(caret)

## Loading required package: lattice

## Loading required package: ggplot2

#Pengambilan Data Training dan Testing
sampel=sample(1:nrow(kelahiran),0.8*nrow(kelahiran),replace = TRUE)
training=data.frame(kelahiran)[sampel,]
testing=data.frame(kelahiran)[-sampel,]

#Pembuatan Model Naive Bayes
modelNB=naiveBayes(Caesarian~.,data=training)

#Pembuatan Prediksi
prediksi=predict(modelNB,testing)

#Hasil
hasil=confusionMatrix(table(prediksi,testing$Caesarian))
hasil

## Confusion Matrix and Statistics
## 
##         
## prediksi no yes
##      no   8  17
##      yes  5  18
##                                           
##                Accuracy : 0.5417          
##                  95% CI : (0.3917, 0.6863)
##     No Information Rate : 0.7292          
##     P-Value [Acc > NIR] : 0.99836         
##                                           
##                   Kappa : 0.1005          
##                                           
##  Mcnemar's Test P-Value : 0.01902         
##                                           
##             Sensitivity : 0.6154          
##             Specificity : 0.5143          
##          Pos Pred Value : 0.3200          
##          Neg Pred Value : 0.7826          
##              Prevalence : 0.2708          
##          Detection Rate : 0.1667          
##    Detection Prevalence : 0.5208          
##       Balanced Accuracy : 0.5648          
##                                           
##        'Positive' Class : no              
##