KLASIFIKASI DIAGNOSA GAGAL GINJAL KRONIS MENGGUNAKAN ALGORITMA DECISION TREE ITERATIVE DICHOTOMISER 3 (ID3)



muhammad, Laili (2021) KLASIFIKASI DIAGNOSA GAGAL GINJAL KRONIS MENGGUNAKAN ALGORITMA DECISION TREE ITERATIVE DICHOTOMISER 3 (ID3). Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of A. PENDAHULUAN.pdf] Text
A. PENDAHULUAN.pdf

Download (832kB)
[thumbnail of b. ABSTRAK.pdf] Text
b. ABSTRAK.pdf

Download (213kB)
[thumbnail of c. BAB I.pdf] Text
c. BAB I.pdf

Download (335kB)
[thumbnail of d. BAB II.pdf] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (387kB) | Request a copy
[thumbnail of e. BAB III.pdf] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (624kB) | Request a copy
[thumbnail of f. BAB IV.pdf] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (801kB) | Request a copy
[thumbnail of g. BAB V.pdf] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (229kB) | Request a copy
[thumbnail of h. PUSTAKA.pdf] Text
h. PUSTAKA.pdf

Download (280kB)
[thumbnail of i. LAMPIRAN.pdf] Text
i. LAMPIRAN.pdf

Download (457kB)
[thumbnail of j. ARTIKEL_JURNAL.pdf] Text
j. ARTIKEL_JURNAL.pdf

Download (468kB)

Abstract

Algoritma ID3 adalah algoritma data mining dengan mencari hasil klasifikasi menggunakan sebuah pohon keputusan pada penelitian ini meneliti data pasien yang terkena penyakit gagal ginjal kronis menggunakan sebuah pohon keputusan Tujuan dari penelitian ini adalah menerapkan algoritma id3 untuk mengetahui hasil klasifikasi data pasien yang terdampak penyakit gagal ginjal kronis pada RSUD Koesnadi Bondowoso Hasil dari penelitian ini adalah diperoleh nilai akurasi sebesar 80% dan nilai presisi sebesar 72,72% data diuji menggunakan beberapa fold dengan 5 skenario uji.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Oktavianto, Hardian
npk1203715
Dosen Pembimbing
heny, wahyu sulistyo
npk08115000

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Gagal ginjal kronis, Algoritma Decision Tree
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
600 Technology and Applied Science > 610 Medicine and Health > 616 Diseases
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: LAILI MUHAMMAD | muhammadlaili806@gmail.com
Date Deposited: 28 Jan 2021 01:03
Last Modified: 28 Jan 2021 01:03
URI: http://repository.unmuhjember.ac.id/id/eprint/8270

Actions (login required)

View Item View Item