Sulistyowati , Wahyu (2016) SISTEM PAKAR DIAGNOSA PENYAKIT RHINOSINUSITIS DENGAN METODE NAÏVE BAYES. Other thesis, STMIK Sinar Nusantara Surakarta.
PDF (11.5.00074 BAB I ) - Published Version Download (28Kb) | |
PDF (11.5.00074 BAB II) - Published Version Download (168Kb) | |
PDF (11.5.00074 BAB III) - Published Version Download (32Kb) | |
PDF (11.5.00074 BAB IV) - Published Version Download (552Kb) | |
PDF (11.5.00074 BAB VI) - Published Version Download (9Kb) | |
PDF (11.5.00074 COVER) - Published Version Download (256Kb) | |
PDF (11.5.00074 DAFTAR PUSTAKA) - Published Version Download (7Kb) |
Abstract
Klasifikasi merupakan proses untuk menemukan model yang membedakan konsep atau kelas data untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Algoritma yang termasuk dalam klasifikasi adalah Naïve Bayes, K-Nearest Neighbor (KNN), C.45 dan lain-lain. Pada penelitian ini menggunakan metode Naïve Bayes karena dapat memprediksi masa depan (data testing) berdasarkan data sebelumnya (data training), sehingga dalam hal ini algoritma Naïve Bayes dapat digunakan dalam mendiagnosa pasien baru apakah teridentifikasi memiliki penyakit rhinosinusitis atau tidak dan masuk dalam kategori akut atau kronis dengan membandingkan data lampau (data training) yang telah peneliti kumpulkan dari Instalasi Rekam Medik RSUD Dr. Moewardi. Hasil akhir dari sistem pakar diagnosa penyakit rhinosinusitis dengan metode Naïve Bayes ini berupa prosentase kemungkinan positif dan negatif pasien menderita penyakit rhinosinusitis dan dibuktikan dengan hasil yang sama antara perhitungan manual dan program yang telah dibuat. Berdasarkan hasil penelitian menggunakan jumlah data training 50 data dan memanfaatkan Algoritma Naïve Bayes serta menggunakan metode confusion matrix dalam melakukan pengujian validitas sistem, maka sistem pakar diagnosa penyakit rhinosinusitis ini memiliki akurasi sebesar 95 %.
Item Type: | Thesis (Other) |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Divisions: | Faculty of Informatics Engineering > Department of Informatics Engineering |
Depositing User: | Novi Oppik Budi |
Date Deposited: | 09 Mar 2018 14:20 |
Last Modified: | 09 Mar 2018 14:20 |
URI: | http://eprints.sinus.ac.id/id/eprint/429 |
Actions (login required)
View Item |