Sitanggang, Fransiskus Xaverius Daniel (2021) Penerapan Data Mining Untuk Memprediksi Penyakit Tuberkulosis Menggunakan Metode Klasifikasi. Other thesis, Univeristas Komputer Indonesia.
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_COVER.pdf - Published Version Download (32kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_LEMBAR PENGESAHAN.pdf - Published Version Download (601kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (426kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_SURAT KETERANGAN ORSINALITAS.pdf - Published Version Download (281kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_KATA PENGANTAR.pdf - Published Version Download (126kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_DAFTAR ISI.pdf - Published Version Download (437kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_BAB 1.pdf - Published Version Download (112kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_BAB 2.pdf - Published Version Download (283kB) | Preview |
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_BAB 3.pdf - Published Version Restricted to Repository staff only Download (628kB) | Request a copy |
||
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_BAB 4.pdf - Published Version Restricted to Repository staff only Download (90kB) | Request a copy |
||
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_BAB 5.pdf - Published Version Download (56kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_DAFTAR PUSTAKA.pdf - Published Version Download (75kB) | Preview |
|
|
Text
UNIKOM_FRANSISKUS XAVERIUS DANIEL SITANGGANG_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (10kB) | Preview |
Abstract
Penelitian ini bertujuan untuk melakukan klasifikasi pada pasien yang terindikasi menderita penyakit tuberkulosis. Tuberkulosis (TB) merupakan penyakit yang disebabkan oleh bakteri mycobacterium tuberculosis, yang dapat menyerang berbagai organ, terutama paru-paru. Penderita TB yang tidak segera mendapatkan pengobatan atau pengobatannya tidak tuntas dapat menimbulkan komplikasi hingga menyebabkan kematian, dan merugikan orang lain karena penyebarannya (KEMENKES, 2015), menurut World Health Organization (WHO) TB merupakan penyakit menular yang paling mematikan. Indonesia menempati peringkat kedua dengan jumlah penderita TB ditingkat internasional (WHO, 2018). Dimana pada praktiknya algoritma yang digunakannya adalah naïve bayes. Pengklasifikasian yang dilakukan adalah mengklasifikasi pasien yang terindikasi menderita penyakit tuberkulosis menjadi positif tuberkulosis dan negatif tuberkulosis. Untuk mencapai hasil akhir berupa klasifikasi penyakit tuberkulosis dilakukan tahapan yaitu dengan menggunakan metode CRoss- Industry Standard Process for Data Mining (CRSIP – DM), dalam prosesnya terdapat beberapa tahap yaitu bussines understanding, data understanding, data preparation, modeling, evaluation, deployment. Setelah melakaukan proses tersebut didapatkanlah hasil klasifikasi yang dapat membantu dokter dalam melakukan pendiagosisan, sehingga pasien mendapatkan penanganan dengan segera.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Data Mining, klasifikasi, Tuberkulosis, Naïve bayes, CRISP-DM. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mia Hayati Kosasih |
Date Deposited: | 20 Jun 2022 03:20 |
Last Modified: | 20 Jun 2022 03:20 |
URI: | http://elibrary.unikom.ac.id/id/eprint/5626 |
Actions (login required)
View Item |