Sistem Pakar Diagnosis Jenis Tuberculosis dengan Algoritma Naive Bayes



Arifullah, Febry (2017) Sistem Pakar Diagnosis Jenis Tuberculosis dengan Algoritma Naive Bayes. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

[thumbnail of ARTIKEL.pdf]
Preview
Text
ARTIKEL.pdf - Published Version

Download (1MB) | Preview
[thumbnail of PENDAHULUAN.pdf] Text
PENDAHULUAN.pdf

Download (341kB)
[thumbnail of ABSTRAKSI.pdf] Text
ABSTRAKSI.pdf

Download (155kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (160kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Repository staff only

Download (446kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (638kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

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

Download (146kB)

Abstract

Penularan penyakit Tuberculosis yang relatif mudah (melalui udara), dan jenisnya yang cukup banyak tidak hanya menyerang paru-paru saja membuat perlu dibuatnya suatu sistem (sistem pakar) yang dapat membantu untuk melakukan diagnosa dan deteksi awal penyakit Tuberculosis. Dengan deteksi awal, pengobatan penyakit Tuberculosis bisa dilakukan dan angka kematian bisa diturunkan. Sistem pakar yang dibuat untuk mendeteksi infeksi Tuberculosis dan kemungkinan jenis Tuberculosis yang menginfeksi menggunakan Algoritma Navie Bayes. Algoritma Navie Bayes akan menghitung nilai probabilitas pada semua hipotesa. Nilai probabilitas hipotesa yang terbesar akan keluar sebagai solusinya.

Untuk mengukur tingkat akurasi klasifikasi menggunakan Confusion Matrix dilakukan proses pengujian diagnosis jenis tuberkulosis ini menggunakan data sebanyak 30 pasien diperoleh akurasi kecocokan kelas sebenarnya terhadap kelas prediksi dengan algoritma naïve bayes yaitu sebesar 100 %.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Arifianto, Deni
nidn1103588

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Tuberculosis, Naïve Bayes, Confusion Matrix
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Hendri UF | hendri@unmuhjember.ac.id
Date Deposited: 27 Aug 2018 01:00
Last Modified: 11 Sep 2019 13:33
URI: http://repository.unmuhjember.ac.id/id/eprint/613

Actions (login required)

View Item View Item