Andriyanto, Irwan (2017) Pemodelan Sistem Pakar Untuk Menentukan Penyakit Diabetes Mellitus Menggunakan Metode Naive Bayes Studi kasus : Puskesmas Poncokusumo Malang. Sarjana thesis, Universitas Brawijaya.
Abstract
Pencegahan penyakit diabetes mellitus dapat dilakukan jika gejala-gejala penyakit dapat diketahui sejak dini. Dalam masyarakat umumnya, orang mengalami kesulitan untuk mengetahui gejala-gejala penyakit diabetes mellitus. Hal ini dikarenakan kurangnya jumlah pakar dalam penyakit ini. Selain itu, mahalnya biaya serta rumitnya proses mendiagnosa juga menjadi kendala. Oleh sebab itu, para teknisi dan masyarakat perlu dibantu dalam pendeteksian penyakit ini. Pengetahuan yang dimiliki oleh para pakar atau ahli dalam bidang penyakit diabetes melitus dapat membantu teknisi kesehatan dalam ketanggapan pendeteksian penyakit ini. Pengetahuan yang dimiliki oleh pakar ini dapat diperoleh dari teknisi kesehatan dengan bantuan teknologi saat ini tanpa harus mendatangi pakar secara langsung. Salah satu metode yang dapat digunakan untuk mengetahui gejala penyakit diabetes mellitus adalah metode Naive Bayes. Metode Bayes merupakan pendekatan statistik untuk melakukan inferensi induksi pada persoalan klasifikasi. Metode ini menggunakan probabilitas bersyarat sebagai dasarnya. Dasar penentuan penyakit diabetes mellitus adalah data training yang akan digunakan. Data training adalah data penyakit diabetes mellitus dan gejalanya yang diperoleh dari objek penelitian. Penyakit pada pasien didasarkan pada nilai peluang penyakit hasil perhitungan. Hasil pengujian fungsional menghasilkan nilai 100%. Hal ini menunjukkan bahwa sistem telah berjalan dengan baik dan sesuai dengan daftar kebutuhan yang diharapkan. Semakin banyak data training yang digunakan maka semakin tinggi akurasi system. Hasil pengujian akurasi diperoleh nilai akurasi terbaik 100% dengan jumlah data training sebanyak 140.
English Abstract
Preventation of diabetes mellitus bale to do if the patient knows the signs of diabetes mellitus. But people has difficulties to find it’s signs. Because the expert in this subject is very less and the cost so expensive. That’s why people need to help to prevent this deases by knowing it’s signs by using expert system. One of method can use to know diabetes mellitus is Naive Bayes. Naive Bayes a statistic approach to do induction inferency in classification matter. This methode use probability. The basic of Naive Bayes is Training Data. Training Data is Diabetes Mellitus and it’s signs that get from research object. The result comes from the biggest probability. Functional test gets 100%. It’s means that the system works well. Bigger training data will get higher system accuration. The best accuration is 100% comes from 140 data training.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/478/051707800 |
| Uncontrolled Keywords: | Sistem Pakar, Naive Bayes, Data Training, Diabetes Mellitus |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.3 Computer modeling and simulation |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 31 Aug 2017 02:50 |
| Last Modified: | 15 Sep 2020 04:01 |
| URI: | http://repository.ub.ac.id/id/eprint/1947 |
Preview |
Text
Irwan Andriyanto.pdf Download (6MB) | Preview |
Actions (login required)
 |
View Item |