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.

[thumbnail of PENDAHULUAN.pdf] Text
PENDAHULUAN.pdf

Download (599kB)
[thumbnail of ABTRAK.pdf] Text
ABTRAK.pdf

Download (304kB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (306kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf
Restricted to Repository staff only

Download (639kB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf
Restricted to Repository staff only

Download (927kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Repository staff only

Download (291kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of JURNAL.pdf] 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 View Item