PENERAPAN DATA MINING PADA KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN ALGORITMA NAÏVE BAYES

Lukmanulhakim, Riza (2022) PENERAPAN DATA MINING PADA KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN ALGORITMA NAÏVE BAYES. Sarjana thesis, Universitas Siliwangi.

[img] Text
COVER.pdf
Download (44kB)
[img] Text
LEMBAR PENGESAHAN.pdf
Download (572kB)
[img] Text
ABSTRAK.pdf
Download (9kB)
[img] Text
KATA PENGANTAR, DAFTAR ISI, DAFTAR TABEL, DAFTAR GAMBAR.pdf
Download (252kB)
[img] Text
BAB I.pdf
Download (93kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only
Download (197kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only
Download (61kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only
Download (544kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only
Download (10kB)
[img] Text
DAFTAR PUSTAKA.pdf
Download (74kB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository staff only
Download (696kB)

Abstract

ABSTRAK Diabetes melitus merupakan penyakit gangguan metabolik yang disebabkan oleh pankreas yang sudah tidak dapat memproduksi cukup insulin atau tubuh sudah tidak dapat menggunakan insulin secara efektif. Penyakit diabetes mellitus biasanya disebabkan karena kadar gula darah yang tinggi. Tujuan pada penelitian ini yaitu untuk mengetahui apakah hasil kinerja dari algoritma Naïve Bayes mampu menghasilkan klasifikasi yang sangat baik pada pengklasifikasian penyakit diabetes mellitus. Algoritma Naïve Bayes dipilih karena algoritma ini sangat cocok untuk digunakan pada jumlah dataset yang banyak dan selalu memberikan tingkat akurasi yang tinggi dengan banyaknya jumlah dataset yang digunakan. Penelitian ini menggunakan data pasien poliklinik penyakit dalam RSUD Bayu Asih Purwakarta tahun 2019 dan 2020, dengan jumlah data sebanyak 908 data. Proses klasifikasi pada penelitian ini dilakukan dengan memasukkan data ke dalam RapidMiner dan membuat rancangan prosesnya, kemudian data tersebut akan diuji dengan penggunaan algoritma Naïve Bayes. Hasil proses klasifikasi dari penggunaan algoritma Naïve Bayes menunjukkan akurasi sebesar 93,70% dan mendapatkan nilai AUC sebesar 0,989. Kata Kunci : Data Mining, Diabetes Mellitus, Klasifikasi, Naïve Bayes, RapidMiner

Item Type: Thesis (Sarjana)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Rema Puri Irma Sri Katon
Date Deposited: 16 Nov 2022 00:28
Last Modified: 16 Nov 2022 00:28
URI: http://repositori.unsil.ac.id/id/eprint/7384

Actions (login required)

View Item View Item