Analisis Algoritma Gaussian Naive Bayes terhadap Klasifikasi Data Pasien Penderita Gagal Jantung

Hasanah, Quswatun (2021) Analisis Algoritma Gaussian Naive Bayes terhadap Klasifikasi Data Pasien Penderita Gagal Jantung. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text Pendahuluan.pdf Download (1MB)
	Text Abstrak.pdf Download (900kB)
	Text Bab I.pdf Download (910kB)
	Text Bab II.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text Bab III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text Bab IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text Bab V.pdf Restricted to Repository staff only Download (897kB) | Request a copy
	Text Daftar Pustaka.pdf Download (964kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penelitian ini menjelaskan penggunaan algoritma Gaussian Naive Bayes terhadap klasifikasi data pasien penderita gagal jantung. Dataset yang digunakan dalam penelitian ini berasal dari Kaggle dengan jumlah variabel sebanyak 30 yang diperoleh dari data pasien penderita gagal jantung sebanyak 1000 orang. Pada tahap skenario uji coba dalam penelitian ini menggunakan Cross Fold Validation dengan nilai k= 2, 4, 5, dan 10. Penentuan kriteria hasil klasifikasi terhadap output data asli (nilai aktual) menggunakan confusion matrix. Dari implementasi yang dilakukan menggunakan algoritma Gaussian Naive Bayes terhadap data pasien penderita gagal jantung diperoleh hasil validasi terbaik dengan nilai akurasi tertinggi didapatkan pada Kfold 4 yaitu 59,4%, presisi tertinggi didapatkan pada Kfold 4 yaitu 55,89%, sedangkan recall tertinggi didapatkan pada Kfold 2 yaitu 86,52% .
Kata Kunci : Klasifikasi, Gaussian Naive Bayes, Gagal Jantung, Cross Validation.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

oktavianto, hardian

nidn0722108105

Dosen Pembimbing

rahayu, dwi yeni

nidn0716108602

Item Type:	Thesis (Undergraduate)
Subjects:	600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Quswatun Hasanah | meiapril350@gmail.com
Date Deposited:	17 Nov 2021 06:37
Last Modified:	17 Nov 2021 06:37
URI:	http://repository.unmuhjember.ac.id/id/eprint/12197

Actions (login required)

View Item