Yenti nov, - (2022) Implemetasi algoritma maive bayes pada kasus gagal jantung kongestif. Skripsi thesis, Universitas islam sultan syarif kasim riau.

Preview	Text BAB 1.pdf Download (1MB) | Preview
	Text (BAB IV) BAB 1V.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Jantung atau yang biasa disebut dengan cardiac/cardiovaskular merupakan organ yang sangat penting bagi kelangsungan hidup manusia. Organ yang tugasnya memompa darah ke paru-paru dan seluruh tubuh. Gagal jantung kongestif ditandai dengan penurunan kinerja sistolik yang mengarah pada peningkatan mengisi tekanan dan sesak nafas. Dengan bantuan machine learning, pola kasus gagal jantung kongestif dapat lebih dipahami tanpa melakukan pemograman dengan tingkat yang eksplisit. Tujuan dari penelitian ini adalah meninjau evaluasi dari penggunaan algoritma machine learning dalam membuat sebuah model yang dapat mengklasifikasi terjadi atau tidaknya kasus Gagal jantung kongestif. Pembelajaran dilakukan dengan menggunakan algoritma machine learning naïve bayes dengan skenario pembelajaran 70:30, 80:20, 90:10 pada 444 data kasus gagal jantung kongestif . Hasil eksperimen dievaluasi dengan berbagai metrik statistik (accuracy, precision dan recall) pada masing masing skenario pembelajaran pada 444 data gagal jantung kongestif menunjukkan bahwa model dengan skenario pemberajaran 70:30 berhasil mendapatkan akurasi sebesar 83,45%, precision 85% dan recall sebesar 92,4%. Berdasarkan hasil tersebut membuktikan bahwa algoritma naïve bayes berhasil membuat model yang dapat mengenali kasus gagal jantung kongestif.

Actions (login required)

View Item