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.

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

Actions (login required)

View Item