Insani, SafiraAdiputri (2017) Sistem Pakar Deteksi Dini Penyakit Stroke Menggunakan Metode Fuzzy Naïve Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Kebiasaan hidup tidak sehat seperti mengkonsumsi makanan siap saji yang pasti kita tahu akan menyebabkan banyak penyakit (Irfan, 2012). Di Indonesia, hasil Riskesdas tahun 2007 menunjukkan bahwa prevalensi stroke adalah delapan perseribu penduduk dan prevalensi di kota Bogor sekitar 1,1% atau 11 penduduk per seribu (Riyadina, 2013). Sistem Pakar ini menggunakan metode Fuzzy Naïve Bayes. Dirancang sebuah sistem pakar dengan menggabungkan objek penelitian penyakit stroke dengan metode Fuzzy Naïve Bayes. Metode Fuzzy Naïve Bayes merupakan metode klasifikasi gabungan yang terdiri dari teori fuzzy set dan klasifikasi Naïve Bayes (Carlos, 2007). Data yang digunakan dalam penelitian ini adalah data kondisi kesehatan masyarakat Kota Malang pada tahun 2015 pada Puskesmas Arjowinangun, Puskesmas Ciptomulyo, Puskesmas Janti, Puskesmas Gribig, Puskesmas Bareng, dan Puskesmas Arjuno yang berjumlah 120 data latih dan 30 data uji. Hasil pengujian akurasi terhadap 30 data kasus uji menghasilkan persentase sebesar 85,6%.
English Abstract
Unhealthy habits like eating fast food certainly cause many diseases (Irfan, 2012). In Indonesia, Riskesdas 2007 showed that the prevalence of stroke was eight thousandths of a population and the prevalence in Bogor, about 1.1% or 11 people per thousand (Riyadina, 2013). This Expert System using Fuzzy Naive Bayes. Designed an expert system by combining the research object of stroke with Fuzzy Naive Bayes. Fuzzy Naïve Bayes method is a combination of classification method consisting of fuzzy set theory and Naïve Bayes classification (Carlos, 2007). The data in this study are a public health condition data at Malang in 2015 on Arjowinangun Puskesmas, Puskesmas Ciptomulyo, Janti Puskesmas, Puskesmas Gribig, Bareng Puskesmas and Puskesmas Arjuno totaling 120 training data and 30 test data. The accuracy of the test case from 30 data, produce a percentage rate of 85,6%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2017/27/051701123 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Kustati |
Date Deposited: | 14 Feb 2017 09:20 |
Last Modified: | 22 Oct 2021 06:10 |
URI: | http://repository.ub.ac.id/id/eprint/147455 |
Preview |
Text
125150200111011_Safira_Adiputri_Insani_Dokumen.pdf Download (4MB) | Preview |
Preview |
Text
125150200111011_Safira_Adiputri_Insani_Paper.pdf Download (1MB) | Preview |
Actions (login required)
View Item |