Skripsi

Perbandingan Algoritma K-Nearest Neighbor (K-NN) dan Classification And Regression Trees (CART) Pada Data Mining Untuk Mendiagnosis Penyakit Hepatitis

---

bibliografi: hal. 88

Abstrak

Hepatitis merupakan penyakit peradangan hati karena infeksi virus yang menyerang sel-sel dan fungsi organ hati.Penyakit hepatitis merupakan cikal bakal dari kanker hati yang dapat menyebabkan kematian kepada penderitanya. Tujuan penelitian ini untuk membandingkan mana algoritma yang memiliki tingkat akurasi klasifikasi paling baik, sehingga bisa digunakan untuk membantu mengklasifikasikan apakah seseorang terkena penyakit hepatitis atau tidak. Dalam penelitian ini data yang digunakan adalah datasetpenyakit hepatitis dari UCI Machine Learning. Metode yang digunakan dalam penelitian ini yaitu identifikasi masalah, pengumpulan data, tahap Pre-processing, metode klasifikasi, validasi, evaluasi serta penarikan kesimpulan, algoritma K-Nearest Neighbor (K-NN)dan algoritma classification and regression trees (CART). Adapun metode validasi yang digunakan yaitu 10-foldcross validation. Hasil penelitian menunjukan algoritma K-NN sebesar 86,25% dengan precision 0,583, recall 0,538, dan F-measure 0,56 dan algoritma CART mendapatkan nilai akurasi sebesar 82,5% dengan precision 0,4, recall 0,154, dan F-measure 0,222.


Kata Kunci : Hepatitis, Data mining, Klasifikasi,K-NN, CART

---

Ketersediaan

TI1633

TI 1633 IKH p

UPT. PERPUSTAKAAN PUSAT (Rak 1)

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

TI 1633 IKH p

Penerbit

Purwokerto : Universitas Amikom Purwokerto., 2017

Deskripsi Fisik

xviii, 87 hlm.: ilus.: lampiran.; 28 cm

Bahasa

Indonesia

ISBN/ISSN

13.11.0289

Klasifikasi

TI1633

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Oktober 2017

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Muhammad Wildan Ikhsani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar