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.
ARTIKEL.pdf - Published Version
Download (1MB)
PENDAHULUAN.pdf
Download (341kB)
ABSTRAKSI.pdf
Download (155kB)
BAB I.pdf
Download (160kB)
BAB II.pdf
Restricted to Registered users only
Download (446kB)
BAB III.pdf
Restricted to Registered users only
Download (638kB)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
BAB V.pdf
Restricted to Registered users 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 %.
| Dosen Pembimbing: | 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: | https://repository.unmuhjember.ac.id/id/eprint/613 |
