UPT Perpustakaan UM

  • Beranda
  • Informasi
  • Repository UM
  • SIPADU UM
  • OPAC SIPADU

Pencarian Spesifik

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Skripsi

Perbandingan algoritma naïve bayes dan decision tree C4.5 dalam klasifikasi penyakit gagal jantung / Mukhammad Rizqi Irfandiansyah

Irfandiansyah, Mukhammad Rizqi - Nama Orang;

Abstrak
Gagal jantung merupakan suatu keadaan yang terjadi saat jantung gagal memompakan darah dalam jumlah yang memadai untuk mencukupi kebutuhan metabolisme. Angka kematian di dunia yang disebabkan oleh penyakit jantung menurut WHO berjumlah 17 9 juta jiwa berkisar 31% dari 57 juta penduduk didunia. Benua Asia berada diposisi puncak akibat kematian penyakit jantung dengan jumlah penderita 276 9 ribu jiwa. Dan Indonesia menduduki tingat kedua di Asia Tenggara dengan jumlah 371 ribu jiwa. Oleh karena itu dengan jumlah kematian yang tinggi pendeteksian dini perlu dilakukan. Kumpulan data pasien yang terkena gagal jantung bisa dimanfaatkan untuk melakukan pendeteksian dini dengan menggunakan data mining. Dataset yang digunakan pada penelitian ini adalah dataset heart failure clinical records dari website kaggle yang memiliki 13 atribut bersifat multivariate dengan jumlah instance 299. Berdasarkan jumlah pasien gagal jantung yang besar penyimpanan data pasien menjadi besar. Algoritma na iuml ve bayes terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database yang besar. Sehingga ini menjadi salah satu kelebihan yang bisa digunakan dalam kasus klasifikasi penyakit gagal jantung. Kemudian penyebab penyakit gagal jantung susah dikenali secara klinis karena beragamnya keadaan klinis serta hanya sedikit tanda ndash tanda klinis pada tahap awal penyakit. Sehingga dibutuhkan algoritma yang memiliki pemodelan yang mudah dibaca. Salah satu kelebihan dari algoritma decision tree C4.5 adalah Interpretability ini menggambarkan kemudahan suatu model untuk dapat dipahami dan diinterpretasikan.


Informasi Detail
DDC
Rs 005.1 IRF p
Prodi
Universitas Negeri Malang. Program Studi Teknik Informatika, 2021.
Deskripsi Fisik
xiii, 65 lembar: ill. : 30 cm.
Bahasa
Indonesia
No Reg
00751/KI/22
Edisi
Skripsi (Sarjana)--Universitas Negeri Malang. 2021
Subjek
1. ALGORITMA KOMPUTER - ASPEK KESEHATAN
2. NAIVE BAYES, METODE - PENYAKIT GAGAL JANTUNG
3. DECISION TREE C4.5

Pembimbing
1. Ilham Ari Elbaith Zaeni ; 2. I Made Wirawan
Lampiran Berkas
You must be logged in to get fulltext


UPT Perpustakaan UM
  • Berita

Tentang Kami

TIM IT Perpustakaan 2023

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS

Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik