PREDIKSI PENYAKIT DIABETES MELLITUS TYPE II MENGGUNAKAN ALGORITMA DECISION TREE DIKLINIK HANIS JEPARA

ANITA, NUR AFIFA (2017) PREDIKSI PENYAKIT DIABETES MELLITUS TYPE II MENGGUNAKAN ALGORITMA DECISION TREE DIKLINIK HANIS JEPARA. Skripsi thesis, UNISNU Jepara.

[img] Text
1. COVER.pdf - Published Version
Available under License Creative Commons Attribution.

Download (657kB)
[img] Text
2. BAB I.pdf - Published Version
Available under License Creative Commons Attribution.

Download (220kB)
[img] Text
3. BAB II.pdf - Published Version
Available under License Creative Commons Attribution.

Download (623kB)
[img] Text
4. BAB III.pdf - Published Version
Restricted to Registered users only
Available under License Creative Commons Attribution.

Download (337kB) | Request a copy
[img] Text
5. BAB IV.pdf - Published Version
Restricted to Registered users only
Available under License Creative Commons Attribution.

Download (1MB) | Request a copy
[img] Text
6. BAB V.pdf - Published Version
Restricted to Registered users only
Available under License Creative Commons Attribution.

Download (92kB) | Request a copy
[img] Text
7. DAFTAR PUSTAKA.pdf

Download (203kB)
[img] Text
8. LAMPIRAN.pdf

Download (565kB)
[img] Text
SKRIPSI PENUH.pdf - Published Version
Restricted to Repository staff only
Available under License Creative Commons Attribution.

Download (873kB) | Request a copy
[img] Slideshow
Presentasi.pptx - Published Version
Restricted to Repository staff only
Available under License Creative Commons Attribution.

Download (1MB) | Request a copy
[img] Other (MULTIMEDIA)
multimedia.rar - Published Version
Restricted to Repository staff only
Available under License Creative Commons Attribution.

Download (1MB) | Request a copy

Abstract

Penyakit diabetes mellitus type II merupakan salah satu penyakit pembunuh nomor satu di dunia. Setiap tahun, kurang lebih 171 juta orang di dunia orang meninggal karena penyakit diabetes mellitus type II. Penyakit diabetes mellitus type II merupakan penyakit metabolik dengan karakteristik hiperglikemia yang terjadi karena kelainan sekresi insulin, kerja insulin atau keduannya. Jika telah terkena kronik diabetes, maka akan terjadi kerusakan jangka panjang, difungsi atau kegagalan beberapa organ tubuh terutama mata ginjal, mata, saraf, jantung, dan pembuluh darah. Data mining biasanya digunakan untuk memperbaiki pengambilan keputusan di masa yang akan datang berdasarkan informasi yang diperoleh dari masa lalu. Metode yang digunakan dalam penelitian ini adalah Decision tree untuk meningkatkan akurasi dalam deteksi penyakit diabetes mellitus type II. Sekumpulan data didapatkan dari laboratorium klinik Hanis Jepara yang belum difungsikan secara efektif dan hanya difungsikan sebagai arsip untuk riwayat penyakit pasien. Data set yang akan digunakan sejumlah 150 pasien dengan atribut sebagai berikut: Gula Darah Sewaktu, Gula Darah Puasa, GD 2 jam PP, HDL, LDL, IMT, tekanan darah (Sistole dan Distole), berat badan, tinggi badan, umur, jenis kelamin, status(Positif/negatif). Hasil penelitian ini adalah algoritma Decision tree terbukti akurat Nilai accuracy dari penelitian ini adalah 94.00% Nilai class precision 94.67%, nilai class recall 87.50% dan nilai AUC 0.799%. Dengan penambahan nilai akurasi 8.85% yang cukup bagus dari penelitian Eska Sasti Kundari nilai yang didapatkan dipenelitiannya nilai akurasi yang dihasilkan 85.15% .

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing 1. R.H.Kusumodestoni, S.Kom.,M.Kom 2. Nur Aeni Widiastuti, S.Pd., M.Kom.
Uncontrolled Keywords: Data mining, penyakit diabetes mellitus type II, Decision tree
Subjects: 000 Karya Umum > 000 Ilmu Umum dan Komputer > 005 Pemrograman > 005.13 Bahasa Pemrograman (coding)
600 Teknologi dan Ilmu-ilmu Terapan > 610 Medicine and Health/Ilmu Kedokteran, Ilmu Pengobatan dan Ilmu Kesehatan
Divisions: Universitas Islam Nahdlatul Ulama Jepara > Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Pustakawan UNISNU Jepara
Date Deposited: 24 Sep 2019 07:02
Last Modified: 24 Sep 2019 07:02
URI: http://eprints.unisnu.ac.id/id/eprint/1569

Actions (login required)

View Item View Item