Klasifikasi penyakit diabetes menggunakan algoritma naivebayes

Mandalika, Edwin Arizal (2024) Klasifikasi penyakit diabetes menggunakan algoritma naivebayes. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (1MB)
	Text B. ABSTRAK.pdf Download (545kB)
	Text C. BAB I.pdf Download (2MB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (785kB) | Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (968kB) | Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (757kB) | Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (537kB) | Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (666kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (852kB) | Request a copy

Abstract

Diabetes adalah penyakit kronis yang menimbulkan gangguan metabolisme dan dikenali melalui kadar gula darah yang tinggi. Dengan memanfaatkan teknologi informasi dan komunikasi maka saat ini proses diagnosis secara dini penyakit diabetes dapat dilakukan dengan cara mengolah dataset rekam medis orang yang memiliki penyakit diabetes dengan parameter gejala umum dan tidak umum yang ditemukan pada fase awal sampai fase diagnosa dan hasil dari pengelolaan data tersebut bisa digunakan guna membuat suatu sistem klasifikasi penyakit diabetes. Tujuan utama dari klasifikasi adalah untuk mengidentifikasi pola atau hubungan di antara data yang ada sehingga dapat dikategorikan ke dalam kelas yang tepat. Algoritma Naïve Bayes merupakan salah satu algoritma yang biasa diterapkan dalam klasifikasi untuk menentukan kelas data. Algoritma ini melakukan klasifikasi probabilistik yang digunakan untuk menentukan kelas suatu item berdasarkan beberapa Atribut yang melekat pada item tersebut. Data yang digunakan yaitu dataset penyakit diabetes yang berasal dari Kaggle berjumlah 70.692 data meliputi 35.346 record orang yang terkena diabetes dan 35.346 record orang tidak terkena diabetes. Hasil dari penelitian dengan menggunakan metode Naïve Bayes dengan k- fold cross validation menunjukkan hasil yang cukup baik dengan akurasi tertinggi sebesar 73%, presisi 73% dan recall 72% pada data uji.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Diabetes, Naïve Bayes, Klasifikasi
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Edwin Arizal Mandalika
Date Deposited:	20 May 2024 06:07
Last Modified:	20 May 2024 06:07
URI:	http://repository.unmuhjember.ac.id/id/eprint/20933

Actions (login required)

View Item