kurniati, . (2022) Perbandingan Metode Naïve Bayes Dan Support Vector Machine Dalam Klasifikasi Penyakit Diabetes Melitus. Perbandingan Metode Naïve Bayes Dan Support Vector Machine Dalam Klasifikasi Penyakit Diabetes Melitus.
|
Text
KURNIATI_ARTIKEL JUORNAL OF INFORMATION TECHNOLOGY AMPERA.pdf Download (544kB) | Preview |
Abstract
Diabetes melitus merupakan penyakit kronis yang terjadi akibat kadar glukosa didalam darah yang terlalu tinggi sehingga tidak adanya insulin. Dalam kurun waktu data di Rumah Sakit Islam Siti Khadijah Palembang yang dipengaruhi oleh jumlah dari pasien yang melakukan pemeriksaan kesehatan seperti penyakit diabetes melitus sehingga berpengaruh dalam hal klasifikasi data yang akan menyulitkan pihak rumah sakit. Maka dengan memanfaatkan data mining, pengklasifikasian untuk menentukan pasien yang telah melakukan pemeriksaan termasuk penderita penyakit diabetes atau tidak. Dengan adanya permasalahan tersebut maka penulis melakukan analisis perbandingan dari dua algoritma yaitu algoritma naïve bayes dan algoritma support vector machine untuk klasifikasi penyakit diabetes dengan menggunakan alat bantu WEKA dengan tools options Cross Validation dan Confussion Matrix dengan hasil akurasi tertinggi yaitu algoritma support vector machine dengan kernel polynomial yang hasilnya 96.2704% dan tingkat error sebanyak 3.7296% dapat disimpulkan algoritma yang akurat dalam klasifikasi penyakit diabetes yaitu algoritma support vector machine dengan kernel polynomial.
| Item Type: | Article |
|---|---|
| Subjects: | R Medicine > R Medicine (General) |
| Divisions: | Faculty of Medicine, Health and Life Sciences > School of Medicine |
| Depositing User: | Mr Edi Surya Negara |
| Date Deposited: | 21 Jun 2022 05:17 |
| Last Modified: | 21 Jun 2022 05:17 |
| URI: | http://eprints.binadarma.ac.id/id/eprint/13975 |
Actions (login required)
 |
View Item |
