Kinerja Metode Algoritma Fuzzy C-Means Clustering untuk Deteksi Penyakit Liver

Amrullah, Nuril (2018) Kinerja Metode Algoritma Fuzzy C-Means Clustering untuk Deteksi Penyakit Liver. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text PENDAHULUAN.pdf Download (599kB)
	Text ABTRAK.pdf Download (304kB)
	Text BAB 1.pdf Download (306kB)
	Text BAB 2.pdf Restricted to Repository staff only Download (639kB)
	Text BAB 3.pdf Restricted to Repository staff only Download (1MB)
	Text BAB 4.pdf Restricted to Repository staff only Download (927kB)
	Text BAB V.pdf Restricted to Repository staff only Download (291kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB)
	Text JURNAL.pdf Download (664kB)

Abstract

Penyakit hati atau penyakit liver adalah penyakit yang disebabkan oleh berbagai faktor yang merusak hati, seperti virus dan penggunaan alkohol. Obesitas juga berhubungan dengan kerusakan hati. Seiring waktu, kerusakan hati berdampak pada luka di jaringan (sirosis), yang dapat menyebabkan gagal hati, suatu kondisi yang dapat mengancam jiwa. Pada tahun 2011 dilakukan penelitian oleh Bendi Venkata Ramana, Prof. M.Surendra Prasad Babu dan Prof. N. B. Venkateswarlu yang bertujuan untuk meneliti tingkat akurasi metode data mining algoritma naive bayes, c4.5, back propagation k-nearest neighbor, support vector machines (SVM) menggunakan data yang bersumber dari University of California di Irvine (UCI) Machine Learning Repository tentang data penyakit liver. Berdasarkan penelitian sebelumnya yang belum ada penelitian yang mengolah data penyakit liver yang bersumber dari UCI Machine Learning Repository menggunakan metode clustering maka peneliti berniat untuk melakukan penelitian mengenai tingkat akurasi yang dapat dihasilkan menggunakan metode fuzzy c-means untuk mendeteksi penyakit liver. Setelah dilakukan perhitungan didapatkan hasil akurasi terbaik dari penggunaan metode fuzzy c-means untuk deteksi penyakit liver yaitu sebesar 59,86%.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Pratama, Mudafiq Riyan

UNSPECIFIED

UNSPECIFIED

Cahyanto, Triawan Adi

nidn0702098804

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Cluster, FCM, Liver, Data Mining
Subjects:	600 Technology and Applied Science > 610 Medicine and Health > 616 Diseases
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	11 Nov 2019 02:09
Last Modified:	11 Nov 2019 02:09
URI:	http://repository.unmuhjember.ac.id/id/eprint/2715

Actions (login required)

View Item