Universitas Stikubank (Unisbank) Semarang Repository

ANALISA KLASIFIKASI UNTUK MEMPREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALOGARITMA NAÏVE BAYES

Fiqhi, Febi Alif Nur (2019) ANALISA KLASIFIKASI UNTUK MEMPREDIKSI PENYAKIT HEPATITIS MENGGUNAKAN ALOGARITMA NAÏVE BAYES. Undergraduate thesis, Universitas Stikubank.

[img] PDF
Restricted to Repository staff only

Download (2MB)

Abstract

Hepatitis merupakan salah satu penyakit yang berbahaya. Hal ini disebabkan oleh virus dan pola hidup tidak sehat. Penyakit ini dapat diderita oleh segala usia dan penularannya dilakukan secara fecal oral maupun parenteral. Penyakit ini juga dapat menyebabkan kematian apabila tidak dilakukan pemeriksaan sejak dini. Maka diperlukan sebuah prediksi awal untuk mencegah resiko kematian yaitu dengan melihat faktor-faktornya. faktor-faktor tersebut antara lain acites, age, liver_firm, spider, bilirubin, alk_phoshate, malaise, protime . Untuk mengolah data tersebut, dibutuhkan proses data mining. Salah satu metode data mining yang digunakan pada penelitian ini yaitu klasifikasi. Permasalahan pada penelitian ini adalah bagaimana menganalisa tingkat akurasi untuk memprediksi hidup atau meninggalnya pasien yang terkena penyakit hepatitis dan menentukan variabel yang paling berpengaruh. Penelitian ini bertujuan untuk menganalisa dan memprediksi hidup atau meninggalnya seorang pasien yang terjangkit penyakit hepatitis dengan menggunakan Alogaritma Naïve bayes yang dibantu algoritma C45. Tools yang digunakan dalam penelitian ini yaitu RStudio. Dari hasil analisa terhadap data penyakit hepatitis yang diambil dari Carnegie-Mellon University, Jozef Stefan Institute, Ljibljana, Yugoslavia terdapat 155 record yang terdiri dari 20 variabel. Penelitian ini dilakukan sebanyak 3 kali dengan pembagian data yang berbeda, didapatkan 1 (satu) variabel yang paling berpengaruh terhadap pasien penyakit hepatitis, yaitu variabel Acites dengan tingkat akurasi prediksi sebesar 80,65% dan tingkat error sebesar 19.04%. Pada penelitian selanjutnya dapat dilakukan dengan mengimplementasikan terhadap algoritma dan tools lain yang hasilnya dapat dilakukan perbandingan dan analisa.

Item Type: Thesis (Undergraduate)
Additional Information: SKR.I.05.02.1830 NIM: 15.01.55.0041
Uncontrolled Keywords: Data Mining, Naive bayes, RStudio, Hepatitis.
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: 14 Nov 2019 04:27
Last Modified: 14 Nov 2019 04:27
URI: https://eprints.unisbank.ac.id/id/eprint/5666

Actions (login required)

View Item View Item