KLASIFIKASI PENYAKIT GAGAL JANTUNG MENGGUNAKAN ALGORITMA NAIVE BAYES

Febrian, Mochammad Rafli (2024) KLASIFIKASI PENYAKIT GAGAL JANTUNG MENGGUNAKAN ALGORITMA NAIVE BAYES. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text PENDAHULUAN.pdf Download (1MB)
	Text ABSTRAK.pdf Download (166kB)
	Text BAB 1.pdf Download (175kB)
	Text BAB 2.pdf Restricted to Repository staff only Download (329kB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (566kB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (501kB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (165kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (284kB)

Abstract

Gagal jantung adalah kondisi medis serius di mana jantung tidak dapat memompa darah dengan baik, sering disebabkan oleh hipertensi, diabetes, dan penyakit jantung koroner. Penyakit jantung adalah salah satu penyakit paling mematikan di dunia, dengan lebih dari 17,7 juta kematian setiap tahun menurut WHO. Mengingat angka kematian yang tinggi, diagnosis dini meningkatkan peluang bertahan hidup. Studi ini membuat model klasifikasi gagal jantung menggunakan algoritma Naive Bayes, yang populer karena cepat dan mudah digunakan. Tujuan model ini adalah membantu tenaga medis menemukan pasien berisiko tinggi, memungkinkan intervensi dini yang lebih baik. Algoritma Naive Bayes dipilih karena kelebihannya dalam kesederhanaan dan kecepatan proses, penting dalam situasi medis yang membutuhkan keputusan cepat. Pengujian model menggunakan dataset relevan menunjukkan bahwa algoritma Naive Bayes memiliki tingkat akurasi memadai dalam memklasifikasi risiko gagal jantung. Dengan demikian, model ini dapat diintegrasikan dalam sistem kesehatan untuk meningkatkan efektivitas diagnosis dan perawatan, meningkatkan kualitas hidup pasien, dan mengelola sumber daya medis lebih efisien. Selain itu, model ini dapat dikembangkan lebih lanjut untuk memperhitungkan berbagai variabel klinis tambahan, meningkatkan akurasi dan kegunaannya dalam skenario medis yang lebih luas

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Saifudin, Ilham

nidn0731108903

Dosen Pembimbing

Suharso, Wiwik

nidn0006097601

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Gagal Jantung, Naive Bayes, Klasifikasi
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Mochammad Rafli Febrian | febrianrafli26@gmail.com
Date Deposited:	30 Jul 2024 02:25
Last Modified:	30 Jul 2024 02:25
URI:	http://repository.unmuhjember.ac.id/id/eprint/22765

Actions (login required)

View Item