PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES

NPP 3329042B0000002

  • Profil
  • Informasi
  • Berita
  • Buku Tamu
  • Bantuan
  • Login Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENDIAGNOSIS DAN K-MEANS UNTUK MENGELOMPOKKAN PENYAKIT GAGAL JANTUNG

Teks

PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENDIAGNOSIS DAN K-MEANS UNTUK MENGELOMPOKKAN PENYAKIT GAGAL JANTUNG

Arinda Nur Aeni - Nama Orang;

Penyakit gagal jantung menjadi salah satu penyakit yang memiliki angka
kematiian yang tinggi yaitu 2.784.064 orang. Penyebab dari gagal jantung antara
lain disfungsi miokard, endokard, perikadium, pembuluh darah besar, dan
kelainan katup. Terjadinya kesalahan dalam mendiagnosis pasien menjadi
permasalahan dalam penelitian ini. Adanya kemajuan teknologi dapat memberi
kemudahan dalam segala aktivitas salah satunya dibidang kesehatan. Penelitian ini
bertujuan untuk menerapkan algoritma naive bayes classifier untuk mendiagnosis
benar tidaknya seorang pasien terkena gagal jantung dan k-means untuk
mengelompokkan hasil dari diagnosis penyakit gagal jantung.
Metode data mining yang digunakan pada penelitian ini adalah algoritma Naive
Bayes untuk mendiagnosis dan algoritma K-Means untuk mengelompokkan
penyakit gagal jantung. Hasil dari pengklasteran menghasilkan cluster rendah,
sedang dan tinggi dari hasil diagnosis yang terkena penyakit gagal jantung. Data
yang digunakan pada penelitian ini bersumber dari Rumah Sakit Umum
Muhammadiyah Siti Aminah Bumiayu dengan jumlah 216 record dan 10 atribut
diantaranya:gender, hypertension, heart_disease, ever_married, max_heart_rate,
exang, cholestrol, status_smoking, slope, glucose.
Hasil penelitian menunjukkan bahwa kinerja algoritma naive bayes menggunakan
pengujian akurasi confusion matrix dengan nilai akurasi sebesar 80,22%. Hal ini
menunjukkan bahwa algoritma naive bayes layak digunakan untuk mendiagnosis
penyakit gagal jantung. Berdasarkan hasil pengujian k-means diperoleh sebanyak
94 record yang terkena penyakit gagal jantung dari 216 record. 94 record tersebut
diolah kembali menggunakan algoritma k-means menjadi 3 cluster, yaitu cluster
rendah, sedang dan tinggi. Hasil dari klasterisasi yaitu cluster 0 = 27 record,
cluster 1 = 50 record, cluster 2 = 17 record dengan mendapatkan validasi davies
bouldin index (DBI) sebesar 1,450. Kesimpulannya yaitu penerapan algoritma
naive bayes dan k-means dapat digunakan untuk diagnosis terkena penyakit gagal
jantung dan mengklaster penyakit gagal jantung.


Ketersediaan
S00039.24RF TI.S00039.24 Nur pMy Library (Referensi)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
RF TI.S00039.24 Nur p
Penerbit
Brebes : STMIK MPB., 2024
Deskripsi Fisik
xvi,102hlm.;30cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI.S00039.24
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
data mining
k-means
Naïve Bayes
Diagnosis
Penyakit Gagal Jantung
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Arinda Nur Aeni 20.01.0.0050 Skripsi diajukan kepada Program Sarjana Sebagai bagian persyaratan untuk meraih derajat Sarjana Komputer
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENDIAGNOSIS DAN K-MEANS UNTUK MENGELOMPOKKAN PENYAKIT GAGAL JANTUNG
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES
  • Informasi
  • Layanan
  • Pustakawan
  • Kuesioner

Link lainnya :

STMIK-MPB
JURTISI (OJS)

Cari

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

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh 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