Chotimah, Siti Noor (2018) SIMULASI SISTEM DIAGNOSA AWAL PENYAKIT GINJAL KRONIS MENGGUNAKAN INFORMATION GAIN DAN JARINGAN SYARAF TIRUAN. Undergraduate thesis, Universitas Islam Sultan Agung.

Text
Cover.pdf
Restricted to Repository staff only

File Pdf (652kB)
Text
Abstrak.pdf
Restricted to Repository staff only

File Pdf (100kB)
Text
Daftar Isi.pdf
Restricted to Repository staff only

File Pdf (115kB)
Text
Publikasi.pdf
Restricted to Repository staff only

File Pdf (244kB)
Text
Bab I.pdf
Restricted to Repository staff only

File Pdf (116kB)
Text
Bab II.pdf
Restricted to Repository staff only

File Pdf (216kB)
Text
Bab III.pdf
Restricted to Repository staff only

File Pdf (1MB)
Text
Bab V.pdf
Restricted to Repository staff only

File Pdf (78kB)
Text
Bab IV.pdf
Restricted to Repository staff only

File Pdf (1MB)
Text
Daftar Pustaka.pdf
Restricted to Repository staff only

File Pdf (98kB)
Text
Lampiran.pdf
Restricted to Repository staff only

File Pdf (2MB)

Abstract

Terdapat 10 peringkat penyakit penyebab kematian di Indonesia, salah satu diantaranya adalah penyakit ginjal kronis. Dalam perkembangan teknologi yang ada pada masa sekarang ini, teknologi dapat dimanfaatkan pula dalam bidang kesehatan. Pemanfaatan teknologi dalam bidang kesehatan ini dapat diterapkan untuk memprediksi awal suatu penyakit yang diderita oleh pasien. Pendeteksian dini terhadap penyakit dapat mengurangi risiko komplikasi penyakit yang lebih parah dari sebelumnya. Metode yang digunakan dalam penelitian ini adalah Feature Selection Information Gain, dan Jaringan Syaraf Tiruan (JST). Dataset yang digunakan dalam penelitian ini diperoleh dari UCI Machine Learning Repository sejumlah 400 data dengan 25 jumlah fitur. Hasil akhir yang diperoleh dari simulasi sistem ini yaitu besar akurasi tertinggi dicapai ketika penggunaan fitur dataset dalam penelitian berjumlah 17 dengan 99,8%.

Kata Kunci : Prediksi, Feature Selection, Information Gain, Jaringan Syaraf Tiruan, Penyakit Ginjal Kronis

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Date Deposited: 19 Nov 2019 06:49
Last Modified: 19 Nov 2019 06:49
URI: https://repository.unissula.ac.id/id/eprint/13494

Actions (login required)

View Item
View Item