PREDIKSI PENYAKIT DIABETES MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE

Hidayat, Muhammad Rafli (2024) PREDIKSI PENYAKIT DIABETES MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (833kB)
[img] Text (BAB I)
BAB I.pdf

Download (204kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (531kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (136kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (447kB)
[img] Text (BAB V)
BAB V.pdf

Download (67kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (58kB)
[img] Archive (SOURCE CODE)
Sourcecode - 18.11.2305.zip
Restricted to Repository staff only

Download (97kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (383kB)

Abstract

Diabetes merupakan penyakit kronis yang ditandai dengan hiperglikemia dan intoleransi glukosa yang terjadi karena kelenjar pankreas tidak dapat memproduksi insulin secara adekuat atau karena tubuh tidak dapat menggunakan insulin yang diproduksi secara efektif. Studi ini bertujuan untuk membandingkan dua algoritma klasifikasi dalam memprediksi penyakit diabetes yaitu, Naive Bayes dan Support Vector Machine. Data yang digunakan berasal dari kaggle dengan judul Prima Indian Diabetes Database. Metode penelitian menggunakan langkah-langkah standar dalam pemrosesan data dan pengujian model. Pertama, pembersihan data dan seleksi data. Kemudian data yang digunakan dalam pengujian penelitian berjumlah 80 : 20, untuk melatih dan menguji kedua algoritma klasifikasi agar mendapatkan hasil yang maksimal. Hasil penelitian menunjukkan bahwa kedua model algoritma klasifikasi memberikan performa yang berbeda-beda dalam memprediksi penyakit diabetes. Naive Bayes menunjukkan hasil yang berbeda dengan tingkat akurasi 77%, Sedangkan Support Vector Machine mendapatkan tingkat akurasi 75%. Penelitian Ini memberikan wawasan tentang penggunaan berbagai algoritma klasifikasi untuk prediksi penyakit diabetes, dengan implikasi potensial untuk pengembangan sistem pendukung keputusan dibidang medis. Namul perlu diperhatikan bahwa performa algoritma dapat bervariasi tergantung pada karakteristik data spesifik dan parameter yang diatur. Penelitian selanjutnya dapat melibatkan data set yang lebih besar untuk meningkatkan kecepatan prediksi dan generalisasi model.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Marco, Robert
Uncontrolled Keywords: Naive Bayes, Support Vector Machine, Prediksi, Penyakit Diabetes
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 09 Apr 2025 07:13
Last Modified: 09 Apr 2025 07:13
URI: http://eprints.amikom.ac.id/id/eprint/29209

Actions (login required)

View Item View Item