library@unissula.ac.id
Logo Universitas Islam Sultan Agung Repository UNISSULAUniversitas Islam Sultan Agung Semarang

SIMULASI SISTEM DIAGNOSA AWAL PENYAKIT GINJAL KRONIS MENGGUNAKAN INFORMATION GAIN DAN JARINGAN SYARAF TIRUAN

Detail Tugas Akhir

SIMULASI SISTEM DIAGNOSA AWAL PENYAKIT GINJAL KRONIS MENGGUNAKAN INFORMATION GAIN DAN JARINGAN SYARAF TIRUAN

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

Berkas Tugas Akhir

PDF
Text
Cover.pdf
PDF
Text
Abstrak.pdf
PDF
Text
Daftar Isi.pdf
PDF
Text
Publikasi.pdf
PDF
Text
Bab I.pdf
PDF
Text
Bab II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (216kB)
PDF
Text
Bab III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (1MB)
PDF
Text
Bab V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (78kB)
PDF
Text
Bab IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (1MB)
PDF
Text
Daftar Pustaka.pdf
PDF
Text
Lampiran.pdf

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

Informasi Item

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
Repository UNISSULAPerpustakaan Universitas Islam Sultan Agung

Telusur

Layanan

Informasi

  • AlamatJl. Raya Kaligawe KM 4, Semarang 50112
  • PelayananSenin–Jumat, 07.00–18.00 WIB
    Sabtu, Minggu & hari libur tutup.
  • NPP3302202D2011823
© 2026 Perpustakaan Universitas Islam Sultan Agung. Hak cipta karya tetap pada penulis masing-masing. KebijakanOAI-PMHRSSDijalankan dengan EPrints