ALGORITMA NAÏVE BAYES DAN CORRELATION BASED FEATURE SELECTION PADA DETEKSI PENYAKIT STROKE SKRIPSI SARJANA INFORMATIKA

Sihombing, Cintia Marito (2024) ALGORITMA NAÏVE BAYES DAN CORRELATION BASED FEATURE SELECTION PADA DETEKSI PENYAKIT STROKE SKRIPSI SARJANA INFORMATIKA. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (152kB)
	Text BAB II.pdf Download (215kB)
	Text BAB III.pdf Download (162kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (140kB)
	Text LAMPIRAN.pdf Download (448kB)

Abstract

Berdasarkan data WHO, stroke ditetapkan menjadi penyakit paling mematikan
kedua di dunia. Stroke terjadi disaat suplai darah menuju otak terhambat maupun
berkurang dikarenakan tersumbat atau pembuluh darah yang pecah. Stroke
mempunyai dampak dan akibat yang luas, sehingga sangat penting untuk
menyelidiki penyakit ini. Oleh karena itu diperlukan perhatian khusus dalam profesi
kedokteran khususnya bidang keperawatan. Khususnya pada bidang teknologi,
memasuki era Revolusi Industri 4.0 akan bertambah maju seiring berjalannya waktu
dan digunakan dalam ilmu kesehatan dengan menggunakan teknologi seperti
machine learning. Perkembangan ini memberikan banyak keuntungan karena
memungkinkan kita memprediksi berbagai penyakit dengan cepat dan akurat. Salah
satunya adalah Stroke yang menggunakan algoritma Naive Bayes dan Corelation
Based Feature. Manfaat penelitian ini adalah komplikasi serius dapat dicegah, dapat
mendeteksi penyakit ini sejak dini, dan meminimalisir biaya yang muncul karena
permasalahan ini. Penelitian ini bertujuan untuk memprediksi kemungkinan
seseorang terindikasi stroke atau tidak dengan algoritma naïve bayes dan correlation
based feature selection

Item Type:	Thesis (Bachelor)
Subjects:	Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	22 May 2024 02:29
Last Modified:	22 May 2024 02:29
URI:	https://repository.unas.ac.id/id/eprint/11008

Actions (login required)

View Item