Informasi Umum

Kode

20.04.3768

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatics

Dilihat

55 kali

Informasi Lainnya

Abstraksi

Penderita penyakit diabetes di Indonesia terbilang cukup banyak, salah satunya Diabetes Melitus. Kematian yang disebabkan oleh penyakit ini pula tidak sedikit. Deteksi dini untuk Diabetes Melitus dibutuhkan agar mengurangi resiko kematian pada penyakit ini. Deteksi dini biasanya dilakukan dengan pengecekan gula darah dan beberapa keluhan lain yang dilakukan di Rumah Sakit. Belum adanya sebuah system untuk mengklasifikasikan atau mendeteksi penyakit diabetes yang dapat membantu mendeteksi penyakit ini dengan bidang Artificial Intellegence atau Machine Learning. Penelitian ini bertujuan untuk menerapkan metode algoritma Neural Network untuk mengklasifikasi penyakit Diabetes Melitus dan menerapkan Adaboost untuk meningkatkan akurasinya, serta memilih kombinasi faktor terbaik untuk penentuan class penyakit Diabetes Melitus. Metode Neural Network digunakan karena cukup baik untuk mengklasifikasikan. Dengan cara kerja menggunakan lapisan input, lapisan tersembunyi dan lapisan output. Metode Neural Network dan Adaboost dibuat dengan Bahasa pemrograman python 3. Dataset yang digunakan sebanyak 1831 dataset yang diambil dari Puskesmas Kabupaten Solok Sumatera Barat. Hasil dari penelitian ini adalah akurasi dengan Neural Network sebesar 98.09% lalu meningkat menjadi 98.36% dengan menggunakan Adaboost dan penggunaan 5 faktor merupakan kombinasi terbaik yang menghasilkan tingkat akurasi tertinggi.

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama GHALIH MANDAVEQIA
Jenis Perorangan
Penyunting Sri Suryani Prasetyowati, Yuliant Sibaroni
Penerjemah

Penerbit

Nama Universitas Telkom
Kota
Tahun 2020

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi