Darusman, Idza Runianti (2018) Bayesian Networks Untuk Prediksi Penyakit Ginjal Kronis. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_COVER.pdf - Published Version Download (32kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_LEMBAR PENGESAHAN.pdf - Published Version Download (209kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (202kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (246kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_KATA PENGANTAR.pdf - Published Version Download (181kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_DAFTAR ISI.pdf - Published Version Download (200kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_BAB 1.pdf - Published Version Download (138kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_BAB 2.pdf - Published Version Download (416kB) | Preview |
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_BAB 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_BAB 4.pdf - Published Version Restricted to Repository staff only Download (603kB) | Request a copy |
||
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_BAB 5.pdf - Published Version Download (9kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_DAFTAR PUSTAKA.pdf - Published Version Download (213kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Download (629kB) | Preview |
|
|
Text
UNIKOM_IDZA RUNIANTI DARUSMAN_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Download (632kB) | Preview |
Abstract
Pada penelitian sebelumnya tentang prediksi penyakit ginjal kronis, Lambodar J. dkk telah menggunakan metode naive bayes untuk memprediksi penyakit ginjal kronis. Dari penelitian ini didapatkan hasil akurasi 95%. Setelah dilakukan wawancara dengan Dr. Eva M Hidayat didapatkan hasil bahwa ada beberapa variabel pada data penyakit ginjal kronis yang memiliki relasi dengan variabel lain. Hal ini sangat berlawanan dengan konsep independen yang menjadi syarat dalam penggunaan metode naive bayes. Untuk mengatasi masalah tersebut digunakan metode bayesian networks. Dalam penelitian ini struktur bayesian networks dibuat sesuai hasil wawancara dengan Dr. Eva M Hidayat dan studi pustaka. Estimasi parameter pada bayesian networks ini menggunakan maximum likelihood estimation (MLE). Untuk validasi menggunakan metode 5-fold cross validation. Setelah dilakukan pengujian, didapatkan bahwa variabel blood urea, serum creatine, dan pedal edema memiliki pengaruh paling besar dalam prediksi penyakit ginjal kronis. Selain itu didapatkan nilai rata – rata akurasi 98% pada kondisi class pada dataset sudah seimbang. Hal ini membuktikan bahwa bayesian networks memiliki hasil prediksi yang baik dibandingkan dengan naive bayes yang memiliki akurasi 97%.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | prediksi, penyakit ginjal kronis, bayesian networks, naive bayes, maximum likelihood estimation. |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 26 Jul 2019 04:06 |
Last Modified: | 26 Jul 2019 04:06 |
URI: | http://elibrary.unikom.ac.id/id/eprint/589 |
Actions (login required)
View Item |