KLASIFIKASI PENDERITA PENYAKIT PARKINSON MENGGUNAKAN METODE GAUSSIAN BAYES

ika purwatiningsih, ika purwatiningsih (2020) KLASIFIKASI PENDERITA PENYAKIT PARKINSON MENGGUNAKAN METODE GAUSSIAN BAYES. Vocational Education thesis, Universitas Muhammadiyah Jember.

	Text 1. PENDAHULUAN.pdf Download (1MB)
	Text 2. ABSTRAK.pdf Download (186kB)
	Text 3. BAB I.pdf Download (129kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (221kB) \| Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (214kB) \| Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (756kB) \| Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (105kB) \| Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (115kB)
	Text 9. LAMPIRAN.pdf Download (74kB)
	Text 10. jurnal.pdf Download (160kB)

Abstract

Penyakit Parkinson merupakan penyakit neurodegeneratif terbanyak kedua setelah penyakit Alzheimer, penyakit tersebut menyebabkan penderitanya mengalami beberapa gejala diantaranya gangguan intelektual dan tingkah laku, demensia, penurunan daya ingat, kelambatan gerak otot, katalepsi, dan tremor. Katalepsi merupakan kekakuan otot yang diketahui cirinya apabila penekukan lengan bawah atau pelurusan oleh orang lain maka akan berakibat kaku. Pada penelitian ini peneliti menggunakan teknik data mining terhadap data parkinson. Dalam penelitian ini membahas klasifikasi penyakit parkinson menggunakan metode Gaussian Bayes. Dataset yang digunakan pada penelitian ini berasal dari Kaggle dengan jumlah fitur sebanyak 24 yang diperoleh dari pemeriksaan pasien sebanyak 757 orang. Pada penelitian ini juga menggunakan skenario uji K Fold Cross Validation dengan nilai K yaitu 2, 4, 5 dan 10 dengan total 700 data dan data validasi 57. Penentuan kriteria pada hasil klasifikasi terhadap output data asli (nilai aktual) menggunakan confusion matrix. Dari pengukuran hasil klasifikasi diperoleh hasil yaitu nilai akurasi tertinggi pada penelitian ini adalah 64,29% yang dihasilkan dari skema 10 fold skenario 10 sedangkan nilai presisi tertinggi pada penelitian ini diperoleh 83,33% yang dihasilkan dari skema 10 fold skenario 2. Pada pengujian data validasi diperoleh hasil akurasi sebesar 64,91%, jika dibandingkan dari hasil k Fold maka terjadi peningkatan sebesar 0,63%. Kata kunci : Parkinson, Data Mining, Klasifikasi, Gaussian Bayes.

Item Type:

Thesis (Vocational Education)

Subjects:

000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

purwatiningsih ika

Contributors: