Skripsi

Analisis Performa Diagnosis Penyakit Diabetes Mellitus Menggunakan Rough Set Theory (RST)

---

bibliografi: hal. 54

Abstrak

Penyakit diabetes mellitus (DM) adalah penyakit ganguan metabolic menahun akibat pancreas tidak memprodroduksi cukup insulin atau tubuh tidak dapat menggunakan insulin yang diproduksi secara efektif. Faktor penting dalam tindakan pengobatan diabetes mellitus adalah mengetahui gejala dini dan seberapa tinggi kadar gula dalam darah. Berbagai metode dapat dilakukan untuk screening pada penderita DM Untuk meningkatkan diagnosis terhadap diabetes mellitus maka teknik machine learning untuk membantu meningkatkan kemampuan diagnostik dalam berbagai bidang penelitian, termasuk dalam bidang kesehatan, diantaranya dengan metode rough set. Bantuan sistem diagnosis komputer untuk medis secara otomatis memungkinkan kesalahan dapat dihindari, dan data medis dapat diperiksa dalam kurun waktu yang singkat serta lebih rinci. Seleksi fitur dengan metode rough set ini menghasilkan reduct dengan tingkat support yang tinggi. Hasil reduct tersebut di generate rule menjadi subset optimal yang membantu sebagai acuan diagnosis penyakit diabetes mellitus. Hasil menunjukan bahwa metode rough set memiliki tingkat akurasi yang tinggi sebesar 93% dengan tingkat sensitivitas 0,97 serta menghasilkan 61 rule subset optimal.

Kata Kunci : seleksifitur, rough set, penyakit diabetes mellitus, rule

---

Ketersediaan

TI1626

TI 1626 SET a

UPT. PERPUSTAKAAN (Rak 1)

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

TI 1626 SET a

Penerbit

Purwokerto : Universitas Amikom Purwokerto., 2017

Deskripsi Fisik

xviii, 53 hlm.: ilus.: lampiran.; 28 cm

Bahasa

Indonesia

ISBN/ISSN

13.11.0116

Klasifikasi

TI1626

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Oktober 2017

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Fajar Rizki Setiabudi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar