Klasifikasi Potensi Penyakit Diabetes Mellitus Tipe II Pada Pasien Menggunakan Algoritme Naïve Bayes Gaussian

Fiqri, Mohammad Sholikhul (2024) Klasifikasi Potensi Penyakit Diabetes Mellitus Tipe II Pada Pasien Menggunakan Algoritme Naïve Bayes Gaussian. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 1. Halaman Pernyataan Orisinalitas (Keaslian).pdf Download (792kB)
	Text 2. Lembar Persetujuan Skripsi.pdf Download (1MB)
	Text 3. Lembar Pengesahan Skripsi.pdf Download (352kB)
	Text 4. Lembar Persetujuan Publikasi Karya Ilmiah.pdf Download (162kB)
	Text 5. Halaman judul.pdf Download (299kB)
	Text 6. Bab I.pdf Download (218kB)
	Text 7. BAB II.pdf Download (391kB)
	Text 8. BAB III.pdf Download (861kB)
	Text 9. BAB IV.pdf Restricted to Repository staff only Download (335kB)
	Text 10. BAB V.pdf Download (121kB)
	Text 11. Daftar Pustaka.pdf Download (130kB)
	Text 12. Lampiran.pdf Download (158kB)

Abstract

Indonesia menempati peringkat kelima sebagai negara dengan jumlah penderita diabetes terbanyak di dunia. Menurut laporan International Diabetes Federation (IDF), terdapat 19,5 juta penduduk Indonesia yang berusia 20-79 tahun yang menderita penyakit diabetes pada tahun 2021. Sementara itu, Indonesia juga menduduki peringkat teratas sebagai negara dengan jumlah penderita diabetes tipe satu terbanyak di Asia Tenggara. Diabetes mellitus adalah kondisi di mana tubuh manusia mengalami gangguan dalam produksi dan penggunaan insulin. Insulin, hormon yang diproduksi oleh pankreas memiliki peran penting dalam mengatur kadar gula darah dari makanan yang dikonsumsi agar dapat digunakan sebagai sumber energi oleh sel-sel tubuh. Diabetes Mellitus dibagi menjadi dua jenis, yaitu Diabetes Mellitus tipe I dan Diabetes Mellitus tipe II. Penelitian ini bertujuan untuk mendeteksi secara dini keberadaan penyakit diabetes mellitus dengan menerapkan algoritme klasifikasi Naïve Bayes Gaussian dalam data mining. Metode yang digunakan untuk menyelesaikan penelitian ini adalah : Dataset, Preprocessing, Klasifikasi, Evaluation, Prediction dan Simpan Model. Pada penelitian ini telah dilakukan penelitian untuk mengklasifikasi potensi penyakit diabetes mellitus tipe II pada pasien menggunakan algoritme naïve bayes gaussian dan KNN K=1 dan K=3 dengan menggunakan Confusion Matrix sebagai pengujiannya. Didapat akurasi sebesar 90% untuk algoritme Naïve Bayes Gaussian, 85% untuk KNN K=1 dan 75% untuk KNN K=3. Maka pada penenelitian ini menunjukkan bahwa algoritme Naïve Bayes Gaussian efektif dalam mengklasifikasi potensi penyakit diabetes mellitus tipe II berdasarkan dataset yang digunakan.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	: Diabetes Mellitus Tipe II, Naïve Bayes Gaussian, Klasifikasi, Machine Learning, Kesehatan.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Mohammad Sholikhul Fiqri
Date Deposited:	11 Feb 2024 18:42
Last Modified:	11 Feb 2024 18:42
URI:	http://eprints.umg.ac.id/id/eprint/11291

Actions (login required)

View Item