PENERAPAN METODE NAÏVE BAYES UNTUK MENGKLASIFIKASI PENYAKIT HATI (STUDI KASUS DI RSUD LUBUK BASUNG)

Fadri, Wahyugi (2022) PENERAPAN METODE NAÏVE BAYES UNTUK MENGKLASIFIKASI PENYAKIT HATI (STUDI KASUS DI RSUD LUBUK BASUNG). Masters thesis, Universitas Putra Indonesia "YPTK".

Preview	Text (ABSTRAK) TESIS_WAHYUGI FADRI_202321069_ABSTRAK.pdf Download (11kB) | Preview
Preview	Text (BAB 1) TESIS_WAHYUGI FADRI_202321069_BAB 1.pdf Download (84kB) | Preview
Preview	Text (DAFTAR PUSTAKA) TESIS_WAHYUGI FADRI_202321069_DAFTAR PUSTAKA.pdf Download (88kB) | Preview
	Text (FULL TEXT) TESIS_WAHYUGI FADRI_202321069_FULL TEXT.pdf Restricted to Repository staff only Download (3MB)

Abstract

Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui pengguna dan menyajikannya dengan cara yang dapat dimengerti sehingga hubungan tersebut dapat menjadi dasar pengambilan keputusan. Tujuan dari penelitian ini adalah untuk merancang website data mining menggunakan metode Naive Bayes untuk mengklasifikasikan gejala penyakit hati dan untuk menguji website data mining menggunakan metode Naive Bayes untuk membantu dalam mengklasifikasikan penyakit hati. Data tersebut diolah oleh 50 rekam medis penyakit liver di RSUD Lubuk Basung yang terdiri dari gejala dan penyakit. Metode yang digunakan adalah metode Naive Bayes yang memiliki nilai akurasi yang cukup tinggi. salah satu metode yang dapat digunakan untuk mengklasifikasikan data. Klasifikasi Bayesian adalah pengklasifikasi statistik yang dapat digunakan untuk memprediksi probabilitas milik suatu kelas. Kemudian dikembangkan menjadi bentuk berbasis website dengan menggunakan bahasa pemrograman PHP Framework Codeigniter dan MySQL sebagai databasenya. Sistem yang akan dibangun didasarkan pada metode Naive Bayes yang merupakan salah satu metode Data Mining. Hasil pengujian dari 50 data rekam medis pasien penyakit liver, dengan penerapan teknik Naive Bayes dalam data mining, berguna untuk membandingkan data rumah sakit dengan data sistem. Dari 45 data latih dan 5 data uji, tingkat akurasinya adalah 60%. Kata Kunci: Data Mining, Klasifikasi, Naive Bayes, Gejala, Hati.

Actions (login required)

View Item