PENERAPAN PARTICLE SWARM OPTIMIZATION MENGGUNAKAN METODE NAÏVE BAYES UNTUK PREDIKSI GEJALA PENYAKIT JANTUNG

JUSTINO, WAHYU EKO and Chairani, Chairani (2025) PENERAPAN PARTICLE SWARM OPTIMIZATION MENGGUNAKAN METODE NAÏVE BAYES UNTUK PREDIKSI GEJALA PENYAKIT JANTUNG. Masters thesis, Institute Informatika dan Bisnis Darmajaya.

	Text COVER.pdf Download (35kB)
	Text PERNYATAAN KEASLIAN TESIS.pdf Download (396kB)
	Text HALAMAN PERSETUJUAN.pdf Download (796kB)
	Text HALAMAN PENGESAHAN.pdf Download (782kB)
	Text DAFTAR RIWAYAT HIDUP.pdf Download (417kB)
	Text MOTTO.pdf Download (193kB)
	Text PRAKATA.pdf Download (925kB)
	Text ABSTRAK.pdf Download (11kB)
	Text DAFTAR ISI.pdf Download (196kB)
	Text BAB I.pdf Download (164kB)
	Text BAB II.pdf Download (819kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (131kB)
	Text DAFTAR PUSTAKA.pdf Download (123kB)
	Text LAMPIRAN.pdf Download (1MB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

PENERAPAN PARTICLE SWARM OPTIMIZATION MENGGUNAKAN METODE NAÏVE BAYES UNTUK PREDIKSI GEJALA PENYAKIT JANTUNG Oleh Wahyu Eko Justino ABSTRAK Penyakit jantung merupakan penyakit yang banyak penderitanya dan merupakan salah satu penyakit paling mematikan di dunia, berdasarkan Laporan Riset Kesehatan Dasar 2018 menunjukkan, rata-rata prevalensi penyakit jantung di Tanah Air sebesar 1,5% pada tahun tersebut. Diprovinsi Kalimantan Utara memiliki prevalensi penyakit jantung tertinggi di Indonesia sebesar 2,2%. Penyebab meningkatnya angka kematian setiap tahunnya adalah karena kurangnya akses untuk mencari informasi mengenai serangan jantung. Dari permasalahan tersebut peneliti ingin mengembangkan ilmu teknologi di bidang kesehatan khususnya menggunakan algoritma klasifikasi data mining yaitu algoritma Naive Bayes. Pada percobaan pertama peneliti menerapkan algoritma Naive Bayes tanpa menggunakan pemilihan fitur Particle Swarm Optimization mendapatkan nilai akurasi sebesar 82,83%. Pada percobaan kedua peneliti menerapkan algoritma Naive Bayes menggunakan pemilihan fitur Particle Swarm Optimization mendapatkan nilai akurasi sebesar 89,26%. sehingga dapat disimpulkan bahwa fitur pemilihan Particle Swarm Optimization dapat digunakan untuk mengoptimalkan nilai akurasi pada algoritma Naive Bayes. Kata kunci : Akurasi, Penyakit Jantung, PSO, Algoritma Naive Bayes.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer eTheses
Divisions:	Pasca Sarjana > Magister Teknik Informatika
Depositing User:	WAHYU EKO JUSTINO
Date Deposited:	18 Feb 2025 02:59
Last Modified:	18 Feb 2025 02:59
URI:	http://repo.darmajaya.ac.id/id/eprint/19510

Actions (login required)

View Item