Anda belum login :: 22 Nov 2024 22:49 WIB
Detail
BukuDeteksi Penyakit Diabetes Menggunakan Metode Machine Learning
Bibliografi
Author: WULANDARI, IGNASIA GLADYS PRINCY ; Sihombing, Denny Jean Cross (Advisor)
Topik: Diabetes; Random Tree; Decision Tree; Support Vector Machine; Data Mining; Detection
Bahasa: (ID )    
Penerbit: Program Studi Sarjana Sistem Informasi Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2024    
Jenis: Theses - Undergraduate Thesis
Fulltext:
Abstract
Diabetes Melitus adalah penyakit metabolik dengan peningkatan kadar glukosa dalam tubuh akibat gangguan kerja insulin, sekresi insulin, atau keduanya sehingga tubuh tidak dapat memproses gula darah secara memadai. Menurut Riskesdas, pada tahun 2018, hanya sekitar 25% penderita diabetes yang menyadari bahwa dirinya mengidap diabetes. Keterlambatan penanganan diabetes menjadi salah satu pengaruh meningkatnya jumlah penderita diabetes di seluruh dunia. Penelitian ini dilakukan untuk memprediksi kemungkinan seseorang mengidap penyakit diabetes sehingga dapat dilakukan penanganan lebih dini pada pasien. Penelitian ini menggunakan metode Decision Tree, Random Forest dan Support Vector Machine merupakan salah satu metode yang dapat dilakukan untuk memprediksi penyakit diabetes. Dari ketiga metode tersebut, Random Forest memiliki tingkat akurasi yang lebih tinggi yaitu 86,50% dibandingkan Decision Tree sebesar 86,31% sedangkan Support Vector Machine memiliki akurasi yang paling rendah yaitu 84,57%. Berdasarkan komparasi metode, maka pada tahap pengembangan digunakan metode Random Forest.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.15625 second(s)