|
UPT. PERPUSTAKAAN
Universitas Esa Unggul
Kampus Emas UEU - Jakarta Barat
|
Phone |
: |
021-5674223, ext 282 |
Fax |
: |
|
E-mail |
: |
[email protected] |
Website |
: |
http://library.esaunggul.ac.id
|
Support (Customer Service) :
|
[email protected] |
|
|
Welcome..guys!
|
Have a problem with your access?
Please, contact our technical support below:
|
LIVE SUPPORT
Astrid Chrisafi
|
! ATTENTION !
To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently
Still Confuse?
Please read our User Guide
|
|
UEU » Undergraduate Theses » Teknik Informatika Posted by [email protected] at 25/10/2024 10:42:44 • 57 Views
PENERAPAN DATA MINING UNTUK MEMPREDIKSI HIPERTENSI MENGGUNAKAN ALGORITMA NA�VE BAYESCreated by :
GEOVANI ADAM HIDAYAT ( 20190801073 )
Subject: | DATA MINING MEMPREDIKSI HIPERTENSI NA�VE BAYES | Alt. Subject : | DATA MINING PREDICTING HYPERTENSION NA�VE BAYES | Keyword: | hipertensi prediksi na�ve bayes |
Description:
Kesehatan adalah aspek yang penting dalam kehidupan ini, namun masih ada yang menanggap remeh soal kesehatan tubuh lalu masih banyak masyarakat yang menganggap penyakit sebagai remeh contohnya penyakit hipertensi. Banyak sekali masyarakat yang terkena penyakit hipertensi dan menganggap penyakit ini hanya sekedar penyakit biasa, nyatanya hipertensi adalah satu penyebab penyakit yang tidak bisa di anggap remeh karena hipertensi adalah salah satu pintu masuk atau faktor resiko penyakit yang lebih parah seperti jantung, stroke, diabetes dan gagal ginjal. Untuk memprediksi penyakit hipertensi di Puskesmas Jayanti, membutuhkan sebuah metode yang bisa digunakan untuk memprediksi hipertensi salah satunya yaitu dengan menggunakan data mining. Dipenelitian ini metode prediksi data yang digunakan menggunakan algoritma Na�ve Bayes dan perhitungan akurasi menggunakan metode confusion matrix. Dipenelitian ini, data yang digunakan adalah data dari Puskesmas Jayanti dengan atribut input yaitu : Umur, Jenis Kelamin, Riwayat Hipertensi Pada Keluarga, Merokok, Kurang Aktifitas Fisik, Garam Berlebih, Lemak Berlebih, Kurang Sayuran dan Target sebagai label. Perhitungan akurasi sistem prediksi hipertensi didapatkan nilai akurasi sebesar 82%.
Contributor | : |
- HANI DEWI ARIESSANTI, S.Kom, M.Kom
| Date Create | : | 25/10/2024 | Type | : | Text | Format | : | PDF | Language | : | Indonesian | Identifier | : | UEU-Undergraduate-20190801073 | Collection ID | : | 20190801073 |
Source : Undergraduate Theses of Informastics Engineering
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2024 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/penerapan-data-mining-untuk-memprediksi-hipertensi-menggunakan-algoritma-nave-bayes-36378.html
[ Free Download - Free for All ]
- UEU-Undergraduate-36378-COVER.Image.Marked.pdf - 205 KB
- UEU-Undergraduate-36378-HALAMAN PENGESAHAN.Image.Marked.pdf - 318 KB
- UEU-Undergraduate-36378-HALAMAN PUBLIKASI.Image.Marked.pdf - 193 KB
- UEU-Undergraduate-36378-HALAMAN KEASLIAN.Image.Marked.pdf - 274 KB
- UEU-Undergraduate-36378-ABSTRAK.Image.Marked.pdf - 197 KB
- UEU-Undergraduate-36378-KATA PENGANTAR.Image.Marked.pdf - 305 KB
- UEU-Undergraduate-36378-DAFTAR ISI.Image.Marked.pdf - 435 KB
- UEU-Undergraduate-36378-DAFTAR PUSTAKA.Image.Marked.pdf - 304 KB
- UEU-Undergraduate-36378-BAB1.Image.Marked.pdf - 425 KB
[ FullText Content - Please, register first ]
1. UEU-Undergraduate-36378-BAB2.Image.Marked.pdf - 611 KB 2. UEU-Undergraduate-36378-BAB3.Image.Marked.pdf - 1638 KB 3. UEU-Undergraduate-36378-BAB4.Image.Marked.pdf - 890 KB 4. UEU-Undergraduate-36378-BAB5.Image.Marked.pdf - 190 KB
10 Similar Document...
No similar subject found !
10 Related Document...
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 1
Total Visitor : 1970017
Hits Today : 54964
Total Hits : 154847963
Visitors Online: 1
Calculated since 16 May 2012
You are connected from 172.17.121.29 using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])
|