Skripsi
Pemanfaatan Algoritma Naïve Bayes Menggunakan Seleksi Fitur Correlation Based Featured Selection untuk Diagnosis Penyakit Ginjal Kronik
bibliografi: hal. 61
Abstrak
Penyakit ginjal kronik merupakan penyakit yang dapat menyebabkan kematian, karena proses patofisiologi dengan etiologi mengakibatkan penurunan fungsi ginjal yang progesif, dan berakhir pada gagal ginjal. Penyakit Ginjal Kronik (PGK) kini telah menjadi masalah serius didunia. Penyakit ginjal dan saluran kemih telah menyebabkan kematian sebesar 850.000 orang setiap tahunnya. Hal ini menunjukkan bahwa penyakit ini menduduki peringkat ke-12 tertinggi angka kematian. Beberapa penelitian dibidang kesehatan termasuk salah satunya penyakit ginjal kronik telah banyak dilakukan untuk mendeteksi penyakit secara dini. Dalam penelitian ini, dilakukan pengujian algoritma naive bayes untuk mendeteksi penyakit terhadap penderita yang dinyatakan positif CKD dan negatif CKD. Dari hasil nilai akurasi pengujian algoritma akan diperbandingkan antara hasil akurasi algoritma sebelum menggunakan seleksi fitur dan setelah menggunakan seleksi fitur Correlation Based Featured Selection (CFS), deketahui bahwa algoritma naive bayes setelah dilakukan seleksi fitur yaitu 93,58%, sedangkan naive bayes tanpa seleksi fitur hasil akurasinya adalah 93,54%. Melihat nilai accuracy kedua pengujian algoritma Naive Bayes tanpa seleksi fitur maupun menggunakan seleksi fitur, kedua pengujian algoritma tersebut termasuk klasifikasi sangat baik, karena nilai accuracy diatas 0,90 – 1,00. Termasuk dalam excellent classification. hasil akurasinya lebih tinggi dibandingkan
Kata Kunci : penyakit ginjal kronik, naive bayes, CFS.
SI0879 | SI 0879 HAR p | UPT. PERPUSTAKAAN PUSAT (Rak 2) | Tersedia - No Loan |
Tidak tersedia versi lain