OPTIMASI BASIS PENGETAHUAN MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MEMBANGUN STRUKTUR BAYESIAN NETWORK(Studi Kasus : Penyakit Mata di Rumah Sakit Mata Pekanbaru)

WESTI OKTAVIANA, (2017) OPTIMASI BASIS PENGETAHUAN MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MEMBANGUN STRUKTUR BAYESIAN NETWORK(Studi Kasus : Penyakit Mata di Rumah Sakit Mata Pekanbaru). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (404kB) | Preview
[img]
Preview
Text
2. PENGESAHAN.pdf

Download (712kB) | Preview
[img]
Preview
Text
3. ABSTRAK.pdf

Download (330kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR.pdf

Download (333kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI.pdf

Download (928kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (295kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (1MB) | Preview
[img]
Preview
Text
8. BAB III.pdf

Download (336kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (1MB) | Preview
[img] Text
10. BAB V.pdf
Restricted to Repository staff only

Download (984kB)
[img]
Preview
Text
11. BAB VI.pdf

Download (176kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA.pdf

Download (484kB) | Preview

Abstract

Salah satu kelemahanBayesian Networkadalahsulit dalam mengambil kesepakatan beberapa pakar, pakar akan sulit menentukan nilai probabilitas, dan pakar akan memerlukan waktu yang lama hanya untuk membangun struktur Bayesian Network. Untuk mengatasi kelemahan Bayesian Networkmakadiperlukanlah ilmu kecerdasan buatan lain yaitu data miningdengan teknik Association Rulemenggunakanalgoritma FP-Growth. Penelitian ini mengambil kasus pada penyakit mata dengan tujuan untuk membangun struktur Bayesian Networkdan menghasilkan nilai probabilitas untuk mendapatkan mana gejala yang paling berpengaruh dalam penyakit mata tesebut. Pengujian dilakukandengan tools dataminingWEKA 3.7.10didapat 24 rulesyang memenuhi ketentuan dan hasil pengujian kualitatif sebesar 99% benar, sehingga mendapatkan nilai probabilitas untuk penyakit presbiopia, jenis kelamin yang paling berpengaruhadalahperempuan,dibuktikan dengan nilai probabilitas sebesar 60%. Untuk umur yang paling berpengaruh adalah dewasa tengah dari 31-59 tahun sebesar 65%, dan gejalayang paling berpengaruhadalah kabur dekat sebesar 98%. Sedangkan untuk penyakit conjungtivitis, jenis kelamin yang paling berpengaruh laki-laki sebesar 53%. Untuk umur yang paling berpengaruh adalah dewasa tengah dari 31-59 tahun sebesar 43%, dan gejala yang paling bepengaruh adalah mata lengket sebesar 100%.Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa teknik Association Ruleberhasil dalam mengatasi kelemahan Bayesian Networkberdasarkan fakta dan data.Kata Kunci:Association Rule, Bayesian Network, Data Mining, FP-Growth, Penyakit Mata

Item Type: Thesis (Skripsi)
Subjects: 500 Ilmu-ilmu Alam dan Matematika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 03 Sep 2019 07:00
Last Modified: 03 Sep 2019 07:00
URI: http://repository.uin-suska.ac.id/id/eprint/19033

Actions (login required)

View Item View Item