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.

[img] Text
Pendahuluan.pdf

Download (1MB)
[img] Text
Abstrak.pdf

Download (900kB)
[img] Text
Bab I.pdf

Download (910kB)
[img] Text
Bab II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
Bab III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
Bab IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
Bab V.pdf
Restricted to Repository staff only

Download (897kB) | Request a copy
[img] Text
Daftar Pustaka.pdf

Download (964kB)
[img] 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.

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
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 View Item