eprintid: 29451
rev_number: 25
eprint_status: archive
userid: 12
dir: disk0/00/02/94/51
datestamp: 2025-04-16 07:18:28
lastmod: 2025-04-16 07:18:28
status_changed: 2025-04-16 07:18:28
type: thesis
metadata_visibility: show
creators_name: Nugraha, Dias Setya
creators_nim: 20.11.3615
contributors_name: Sulistiyono, Mulia
corp_creators: Universitas AMIKOM Yogyakarta
title: ANALISIS KINERJA ALGORITMA REGRESI LOGISTIK, RANDOM FOREST, DAN NAIVE BAYES UNTUK KLASIFIKASI DATA MEDIS PENYAKIT STROKE
ispublished: pub
subjects: 000.000.004
subjects: 000.000.005
divisions: if
full_text_status: restricted
keywords: Regresi Logistik, Random Forest, Naive Bayes, Klasifikasi Data Medis, Kinerja Algoritma
abstract: Penelitian ini bertujuan untuk menganalisis kinerja tiga algoritma
klasifikasi, yaitu Regresi Logistik, Random Forest, dan Naive Bayes, dalam
mengklasifikasikan data medis. Dalam dunia medis, proses klasifikasi data sangat
penting untuk meningkatkan akurasi diagnosis penyakit, namun pemilihan
algoritma yang tepat sering kali menjadi tantangan karena adanya variasi dalam
kompleksitas dan karakteristik data. Metode yang digunakan dalam penelitian ini
adalah evaluasi kinerja ketiga algoritma menggunakan beberapa parameter, seperti
akurasi, recall, precision, dan F1-Score, dengan menggunakan dataset medis yang
berisi informasi tentang pasien yang berisiko terkena penyakit. Hasil penelitian
menunjukkan bahwa setiap algoritma memiliki keunggulan dan kelemahan dalam
hal kinerja pada dataset tertentu. Regresi Logistik memberikan interpretasi yang
mudah, namun Random Forest lebih unggul dalam menangani data dengan
hubungan non-linear, sementara Naive Bayes bekerja dengan baik pada dataset
yang relatif sederhana. Hasil akhir dari penelitian ini memberikan gambaran yang
jelas tentang algoritma mana yang paling efektif dalam konteks klasifikasi data
medis dan dapat digunakan sebagai acuan dalam pemilihan algoritma untuk aplikasi
di bidang kesehatan. Penelitian ini dapat dimanfaatkan oleh profesional kesehatan
dan peneliti dalam mengoptimalkan penggunaan algoritma untuk analisis data
medis.
date: 2025-01-31
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Nugraha, Dias Setya  (2025) ANALISIS KINERJA ALGORITMA REGRESI LOGISTIK, RANDOM FOREST, DAN NAIVE BAYES UNTUK KLASIFIKASI DATA MEDIS PENYAKIT STROKE.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/29451/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/29451/8/Sourcecode%20-%2020.11.3615.zip
document_url: https://eprints.amikom.ac.id/id/eprint/29451/9/Publikasi.pdf