ANITA NUR AFIFA, 131240000124 (2017) PREDIKSI PENYAKIT DIABETES MELLITUS TYPE II MENGGUNAKAN ALGORITMA DECISION TREE DIKLINIK HANIS JEPARA. Skripsi thesis, UNISNU JEPARA.
131240000124_COVER.pdf - Published Version
Download (657kB) | Preview
131240000124_BAB I.pdf - Published Version
Download (220kB) | Preview
131240000124_BAB II.pdf - Published Version
Download (623kB) | Preview
131240000124_BAB III.pdf - Published Version
Download (337kB) | Preview
131240000124_BAB IV.pdf - Published Version
Download (1MB) | Preview
131240000124_BAB V.pdf - Published Version
Download (92kB) | Preview
131240000124_DAFTAR PUSTAKA.pdf - Published Version
Download (203kB) | Preview
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 I : R.H.Kusumodestoni,S.Kom,M.Kom Pembimbing II : 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 > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.66 Metode Transmisi Data |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Admin Perpustakaan Unisnu |
Date Deposited: | 31 Mar 2022 04:06 |
Last Modified: | 31 Mar 2022 04:06 |
URI: | https://eprints.unisnu.ac.id/id/eprint/2868 |