ZANIS, MUHAMMAD NAFID (2025) IMPLEMENTASI METODE NAÏVE BAYES UNTUK KLASIFIKASI RISIKO PENYAKIT HIPERTENSI. Undergraduate thesis, Universitas Islam Sultan Agung.

	Text Teknik Informatika_32602100083_pernyataan_publikasi.pdf Restricted to Registered users only Baca Disini (45kB) | Download (45kB)
	Text Teknik Informatika_32602100083_fullpdf.pdf Baca Disini (2MB) | Download (2MB)

Abstract

Hipertensi merupakan gangguan kesehatan kronis yang ditunjukkan oleh peningkatan tekanan darah dalam arteri dan sering kali tidak disadari oleh penderitanya karena minimnya gejala awal, sehingga disebut sebagai silent killer. Faktor penyebabnya meliputi gaya hidup tidak sehat, seperti stres, obesitas, merokok, konsumsi alkohol, makanan berlemak tinggi, serta faktor usia dan keturunan. Seiring perkembangan teknologi, metode data mining digunakan untuk membantu proses deteksi penyakit, salah satunya melalui teknik klasifikasi. Penelitian ini memanfaatkan algoritma Naïve Bayes untuk mengklasifikasikan tingkat risiko hipertensi. Atribut yang digunakan berupa sex, age,currentSmoker, cigsPerDay, BPMeds, diabetes, totChol, sysBP, diaBP, heartRate, BMI, glucose. Akurasi tertinggi didapat pada skenario ketiga mencapai sebesar 89% dengan rasio data latih dan data uji 80:20. Hasil yang diperoleh menunjukkan bahwa penerapan metode Naïve Bayes mampu melakukan klasifikasi dengan performa yang tinggi.

Kata Kunci : Data Mining, Hipertensi, Klasifikasi, Naïve Bayes

Dosen Pembimbing:	Ghufron, Ghufron | UNSPECIFIED
Item Type:	Thesis (Undergraduate)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	28 Aug 2025 01:44
URI:	https://repository.unissula.ac.id/id/eprint/40952

Actions (login required)

View Item