Astuti, EkaHastian (2015) Sistem Pendukung Keputusan Deteksi Dini Penyakit Stroke Menggunakan Metode Naive Bayes”. Sarjana thesis, Universitas Brawijaya.
Abstract
Stroke merupakan suatu keadaan yang timbul karena berhentinya suplai darah ke bagian otak yang mengakibatkan kematian jaringan otak dengan serangan mendadak yang progresif cepat dan berlangsung 24 jam atau lebih sebagai akibat dari Cardiovascular Diasease (CVD). Kesibukan yang luar biasa khususnya di kota besar membuat aktivitas manusia menurun sehingga mengabaikan kesehatan tubuhnya. Seiring dengan menurunnya kualitas dan gaya hidup seperti pola makan tidak teratur, kurang olahraga, stress, merokok, konsumsi alkohol, jam kerja berlebihan, serta konsumsi makanan cepat saji sudah menjadi suatu kebiasaan yang berpotensi menjadi faktor awal yang dapat menimbulkan serangan stroke. Penggunaan Naive Bayes yang diimplementasikan pada sistem pendukung keputusan diharapkan dapat membantu dokter dalam melakukan deteksi dini risiko penyakit stroke. Perancangan yang digunakan yaitu analisa kebutuhan perangkat lunak, perancangan sistem pendukung keputusan, dan perancangan perangkat lunak. Sistem pendukung keputusan ini diimplementasikan dengan bahasa pemrograman PHP yang terintegrasi dengan database MySQL. Berdasarkan data yang digunakan, sistem dapat melakukan identifikasi deteksi dini penyakit stroke dengan tingkat akurasi sebesar 90.46%. Sehingga dapat disimpulkan, bahwa sistem pendukung keputusan yang sudah dibangun menggunakan metode Naive Bayes dapat berfungsi dengan cukup baik.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/211/051600941 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 21 Mar 2016 10:45 |
| Last Modified: | 21 Oct 2021 06:55 |
| URI: | http://repository.ub.ac.id/id/eprint/146751 |
Preview |
Text
Eka_Hastian_A_buku_Perpus.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |