PENERAPAN METODE NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT DIABETES MELITUS

ANNISA, AINUN - 205410074 (2024) PENERAPAN METODE NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT DIABETES MELITUS. Skripsi thesis, Universitas Teknologi Digital Indonesia.

	Text (HALAMAN DEPAN) 1_205410074_HALAMAN_DEPAN.pdf - Published Version Download (2MB)
	Text (BAB I) 2_205410074_BAB_I.pdf - Published Version Download (129kB)
	Text (BAB II) 3_ 205410074_BAB_II.pdf - Published Version Download (249kB)
	Text (BAB III) 4_ 205410074_BAB_III.pdf - Published Version Restricted to Repository staff only Download (402kB) | Request a copy
	Text (BAB IV) 5_205410074_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V) 6_205410074_BAB_V.pdf - Published Version Download (127kB)
	Text (DAFTAR PUSTAKA) 7_205410074_DAFTAR_PUSTAKA.pdf - Published Version Download (122kB)
	Text (CARA MENJALANKAN PROGRAM) 8_205410074_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (3MB)
	Text (LISTING PROGRAM) 9_205410074_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Diabetes Melitus adalah penyakit metabolik kronis yang ditandai dengan peningkatan kadar glukosa darah, yang mengarah dari waktu ke waktu ke kerusakan serius pada jantung, pembuluh darah, mata, ginjal, dan saraf. Diabetes melitus terdaftar sebagai penyakit penyumbang kematian terbesar didunia. Diabetes melitus dapat diklasifikasikan berdasarkan kemungkinan terkenanya dari atribut gejala diawal fasenya.penyakit ini bisa dideteksi karena banyak gejala yang terdeteksi. Data yang digunakan pada analisis ini merupakan data dari kaggle yaitu Diabetes Prediction Dataset yang terdiri 8 variabel input dan 1 variabel kelas. Analisis yang digunakan meliputi data preprocessing, model, dan evaluasi. Pengujian metode klasifikasi pada riset adalah Naive Bayes, data yang digunakan tidak seimbang yang berjumlah 100.000 data tetapi setelah preprocessing data didapatkan 96146 dengan kelas yang tidak terkena diabetes lebih banyak dibandingkan kelas yang terkena diabetes. Hasil klasifikasi pada penelitian ini didapatkan akurasi terbaik pada perbandingan 80:20 yaitu dengan akurasi = 90.38%, presisi = 45.84%, recall = 65.73% dan F1 score = 54.01%. Kata kunci :Data Mining, Klasifikasi, Naive Bayes, Diabetes Melituus

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing: M. Agung Nugroho, S.Kom., M.Kom
Uncontrolled Keywords:	Data Mining, Klasifikasi, Naive Bayes, Diabetes Melituus
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Metode Naive Bayes
Divisions:	Jenjang S1 > Informatika (S1)
Depositing User:	Titis Pratiwi
Date Deposited:	12 Sep 2024 07:31
Last Modified:	12 Sep 2024 07:31
URI:	http://eprints.utdi.ac.id/id/eprint/10429

Actions (login required)

View Item