PREDIKSI PENYAKIT MONKEYPOX MENGGUNAKAN ALGORITMA PASRTICLE SWARM OPTIMIZATION DAN DECISION TREE C4.5

Prania, Dona and Sriyanto, Sriyanto (2024) PREDIKSI PENYAKIT MONKEYPOX MENGGUNAKAN ALGORITMA PASRTICLE SWARM OPTIMIZATION DAN DECISION TREE C4.5. Masters thesis, IIB DARMAJAYA.

	Text HALAMAN PERNYATAAN.pdf Download (94kB)
	Text Cover.pdf Download (31kB)
	Text Daftar Isi.pdf Download (158kB)
	Text Halaman Daftar Pustaka.pdf Download (114kB)
	Text Abstrak.pdf Download (112kB)
	Text HALAMAN PERSETUJUAN.pdf Download (262kB)
	Text HALAMAN PENGESAHAN.pdf Download (240kB)
	Text BAB 1.pdf Download (66kB)
	Text BAB 2.pdf Download (424kB)
	Text BAB 3.pdf Download (218kB)
	Text BAB 4.pdf Download (896kB)
	Text BAB 5.pdf Download (67kB)

Abstract

Monkeypox merupakan penyakit virus yang menyerupai cacar pada umumnya, biasa disebut cacar monyet. Monkeypox (MPXV) adalah zoonotik orthopoxvirus (OPX) yang secara endemis berasal dari Afrika Barat dan Tengah. Penularancacarmonyet(monkeypox)kepadamanusiadapatterjadimelaluikontak langsung antara manusia dengan hewan yang terinfeksi atau dengan memakan daging yang tidak dimasak dengan benar. Pada 21 Mei 2022, ada 92 kasus yang dikonfirmasi oleh laboratorium dan 28 kasus suspek monkeypox yang masih diselidiki yang telah dilaporkan WHO dari 12 Negara anggota yang non endemik virus monkeypox. Dengan adanya penyebaran virus tersebut di beberapa negara dengan jumlah yang cukup besar diperlukan pengolahan data menggunakan data mining. Penggunaan algoritma decision tree C4.5 dan Adaboost dapat digunakan untuk meningkatkan hasil prediksi pada penyakit monkeypox agar menjadi lebih baik.Padahasilpenelitian inidiperolahnilaiakurasimenggunakan DecisionTree C4.5 dan Adaboost sebesar 99,51%.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	DONA PRANIA ANOAR
Date Deposited:	04 May 2024 08:15
Last Modified:	04 May 2024 08:15
URI:	http://repo.darmajaya.ac.id/id/eprint/15644

Actions (login required)

View Item