APLIKASI DIAGNOSA PENYAKIT ABORTUS (KEGUGURAN) PADA IBU HAMIL DENGAN METODE NAIVE BAYES BERBASIS ANDROID

RUSDIANTO, DEDY (2017) APLIKASI DIAGNOSA PENYAKIT ABORTUS (KEGUGURAN) PADA IBU HAMIL DENGAN METODE NAIVE BAYES BERBASIS ANDROID. undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text 10.Intisari.pdf Download (418kB) | Preview
Preview	Text 12.Bab I.pdf Download (475kB) | Preview
Preview	Text 13.Bab II.pdf Download (1MB) | Preview
Preview	Text 14.Bab III.pdf Download (1MB) | Preview
	Text 15.Bab IV.pdf Restricted to Registered users only Download (1MB)
Preview	Text 16.Bab V.pdf Download (464kB) | Preview
Preview	Text 17.Daftar Pustaka.pdf Download (523kB) | Preview

Abstract

Saat ini sudah banyak orang dari berbagai kalangan yang menggunakan smartphone, tak terkecuali petugas rumah sakit. Rumah sakit Nyai Ageng Pinatih merupakan rumah sakit yang mayoritas pasiennya adalah ibu hamil, setiap bulannya mendapat pasien penderita abortus. Dirumah sakit ini penentuan apakah pasien tersebut abortus atau normal masih manual dan tergolong lambat dan dapat menghambat kinerja petugas rumah sakit,. maka dari itu untuk mempercepat penentuan apakah pasien terkena abortus atau normal diperlukan sebuah sistem yang baik agar hasilnya tepat dan cepat. Dengan menggunakan aplikasi berbasis android dan menggunakan metode Naïve bayes maka petugas rumah sakit dapat dengan mudah mendeteksi gejala abortus dengan cepat dan tepat. Menggunakan teknik data mining klasifikasi metode Naïve bayes, prediksi atau klasifikasi dapat dilakukan. Ada bermacam-macam metode dalam mengklasifikasikan data dan setiap metode memiliki kelebihan dan kekurangan masing-masing. Naïve Bayes memiliki kelebihan mudah dipahami, hanya memerlukan pengkodean yang sederhana, lebih cepat dalam perhitungan. Berdasarkan dari hasil penelitian dan pembahasan yang dilakukan, algoritma Naïve Bayes mampu mengklasifikasikan status abortus dengan mengggunakan data keluhan pasien.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Yoga Setya Perdana, A.Md., Lib.
Date Deposited:	15 Jul 2019 13:04
Last Modified:	15 Jul 2019 13:04
URI:	http://eprints.umg.ac.id/id/eprint/2021

Actions (login required)

View Item