DETEKSI DINI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA NAÏVE BAYES

Alawi, Imam Yusril (2021) DETEKSI DINI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (699kB)
[img] Text (BAB I)
BAB I.pdf
Download (283kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (827kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (542kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (1MB)
[img] Text (BAB V)
BAB V.pdf
Download (66kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (879kB)
[img] Archive (SOURCE CODE)
Source Code-17.11.1100-Imam Yusril Alawi - Imam Yusril Alawi.rar
Restricted to Repository staff only
Download (58MB)
[img] Text (PUBLIKASI)
Publikasi-17.11.1100-Imam Yusril Alawi - Imam Yusril Alawi.pdf
Restricted to Repository staff only
Download (1MB)

Abstract

Diabetes Mellitus adalah penyakit kronis yang terjadi baik ketika pankreas tidak menghasilkan cukup insulin atau ketika tubuh tidak dapat secara efektif menggunakan insulin yang dihasilkannya. Insulin adalah hormon yang mengatur gula darah. Menurut organisasi kesehatan dunia (WHO) pada tahun 2018, penyakit diabetes mellitus merupakan salah satu penyakit kronis yang mengancam jiwa dengan pertumbuhan tercepat yang mempengaruhi 422 juta orang di seluruh dunia. Dalam penelitian ini akan dilakukan sebah implementasi penggunaan algoritma yaitu Naïve Bayes kedalam sebuah aplikasi berbasis web dengan bahasa pemrograman PHP dan aplikasi Android dengan bahasa pemrograman Kotlin yang digunakan user untuk melakukan deteksi dini penyakit diabetes. Dimana, untuk implementasi algoritma naïve bayes menggunakan bahasa pemrograman PHP dan MySQL sebagai basis data. Pengujian dalam penelitian ini dengan menggunakan 520 data kasus penyakit diabetes mellitus. Dimana data tersebut dibagi menjadi 416 data training dan 104 data testing. Hasil pengujian akurasi diperoleh nilai akurasi sebesar 89.42%, Presisi 87,50%, dan Recall 92.45%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Arief, Muhammad Rudyanto
Uncontrolled Keywords: Diabetes Mellitus, Naïve Bayes
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 15 Jun 2022 03:18
Last Modified: 10 Aug 2023 06:39
URI: http://eprints.amikom.ac.id/id/eprint/1135

Actions (login required)

View Item View Item