Wicaksono, Mahal Aditya (2019) ANALISA KLASIFIKASI UNTUK MEMPREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA NEURAL NETWORK. Undergraduate thesis, Universitas Stikubank.
PDF
Restricted to Repository staff only Download (2MB) |
Abstract
Hepatitis merupakan penyakit yang diderita oleh banyak orang, bahkan bisa menyebabkan kematian. Prediksi awal dapat mencegah kematian tersebut yaitu dengan mengumpulkan data pasien hepatitis yang dilihat dari faktor-faktornya. Faktor-faktor tersebut antara lain Protime, Alk Phosphat, Albumin, Bilirubin dan Usia. Untuk mengolah data tersebut, dibutuhkan Data Mining. Salah satu metode data mining yang digunakan pada penelitian ini adalah klasifikasi. Permasalahan pada penelitian ini yaitu bagaimana memprediksi hidup atau meninggalnya pasien penyakit hepatitis dengan tingkat akurasi dan mencari atribut paling berpengaruh terhadap prediksi hidup atau meninggalnya pasien penyakit hepatitis. Penelitian ini bertujuan untuk memprediksi hidup atau meninggalnya seorang pasien hepatitis. Dalam penelitian ini menggunakan algoritma Neural Network. Tools yang dipakai untuk mengolah data adalah RStudio Dari hasil analisis 20 variabel dilakukan 3 kali percobaan dengan masing- masing tingkat akurasi sebesar 82,97%, 82,05% dan 77,41%. Selain itu terdapat 3 variabel yang paling berpengaruh terhadap pasien hepatitis yaitu anorexia, spiders, dan protime. Dan dengan pohon keputusan didapatkan hasil variabel paling berpengaruh yaitu ascites. Untuk penelitian selanjutnya dapat menggunakan algoritma lain ataupun dengan tools lain untuk mendapatkan hasil yang diinginkan.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | SKR.I.05.02.1812 NIM:15.01.55.0032 |
Uncontrolled Keywords: | Hepatitis, Data Mining, Neural Network, RStudio. |
Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Faculty / Institution: | Fakultas Teknologi Informasi > Program Studi Sistem Informasi |
Depositing User: | Yuliana Eliza |
Date Deposited: | 13 Nov 2019 04:16 |
Last Modified: | 13 Nov 2019 04:16 |
URI: | https://eprints.unisbank.ac.id/id/eprint/5575 |
Actions (login required)
View Item |