DETEKSI DINI PENYAKIT HEPATITIS BERDASARKAN GEJALANYA MENGGUNAKAN PEMBELAJARAN MESIN

Guswita, Cahyu (2022) DETEKSI DINI PENYAKIT HEPATITIS BERDASARKAN GEJALANYA MENGGUNAKAN PEMBELAJARAN MESIN. Other thesis, UNIVERSITAS NURUL JADID.

	Text 01. Cover_Cahyu Guswita (1842200012).pdf Download (512kB)
	Text 02. Abstrak_Cahyu Guswita (1842200012).pdf Download (194kB)
	Text 03. Kata Pengantar Daftar Isi_Cahyu Guswita (1842200012).pdf Download (559kB)
	Text 04. Bab I_Cahyu Guswita (1842200012).pdf Restricted to Registered users only Download (834kB)
	Text 05. Bab II_Cahyu Guswita (1842200012).pdf Restricted to Registered users only Download (1MB)
	Text 06. Bab III_Cahyu Guswita (1842200012).pdf Restricted to Registered users only Download (1MB)
	Text 07. Bab IV_Cahyu Guswita (1842200012).pdf Restricted to Registered users only Download (877kB)
	Text 08. Bab V_Cahyu Guswita (1842200012).pdf Restricted to Registered users only Download (138kB)
	Text 09. Daftar Pustaka_Cahyu Guswita (1842200012.pdf Download (314kB)
	Text 10. Lampiran_Cahyu Guswita (1842200012)_watermark_page-0067.pdf Download (219kB)

Official URL: http://repository.unuja.ac.id

Abstract

Sebagian orang meremehkan gejala penyakit yang ringan, padahal beberapa gejala penyakit ringan dapat mengacu pada penyakit yang serius, seperti penyakit hepatitis. Tidak sedikit angka kematian akibat hepatitis, maka perlu adanya waspada pada gejala-gejalanya, mulai dari gejala ringan hingga gejala yang dianggap berat. Sehingga dilakukan penelitian, untuk mendeteksi lebih awal penyakit hepatitis menggunakan data gejala penyakit secara umum dengan 4.920 jenis penyakit. Penyakit hepatitis dapat diprediksi secara dini dengan menentukan peluang setiap gejala-gejalanya menggunakan algoritma Naive Bayes yang merupakan algoritma klasifikasi data dan kelanjutan peluang bersyarat. Oleh karena itu, mengetahui gejala pasien dapat membantu menentukan kemungkinan terjadinya hepatitis. Algoritma ini bekerja dengan sangat baik, dengan menggunakan Algoritma Naive Bayes model Gaussian, serta bantuan bahasa pemograman Python di Jupyter Notebook, kita dapat nilai akurasinya 0.98, presisi 0.97, dan Sensitivitas 1.

Kata Kunci: Hepatitis, Gaussian, Algoritma Naive Bayes.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sosial dan Humaniora > S1 Pendidikan Matematika
Depositing User:	Users 19 not found.
Date Deposited:	07 Jan 2026 04:27
Last Modified:	07 Jan 2026 04:27
URI:	https://repository.unuja.ac.id/id/eprint/923

Actions (login required)

View Item