Cover Image

Komparasi Akurasi Metode Correlated Naive Bayes Classifier dan Naive Bayes Classifier untuk Diagnosis Penyakit Diabetes

Main Authors: Hairani, Hairani, Nugraha, Gibran Satya, Abdillah, Mokhammad Nurkholis, Innuddin, Muhammad
Other Authors: LPPM STMIK BUMIGORA MATARAM
Format: Article info application/pdf eJournal
Bahasa: eng
Terbitan: Universitas Islam Sumatera Utara , 2018
Subjects:
data mining
correlated naive bayes classifier
naïve bayes classifier
diabetes
Online Access: http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558
http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558/pdf
ctrlnum --jurnal.uisu.ac.id-index.php-index-oai:article-558
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">Komparasi Akurasi Metode Correlated Naive Bayes Classifier dan Naive Bayes Classifier untuk Diagnosis Penyakit Diabetes</title><creator>Hairani, Hairani</creator><creator>Nugraha, Gibran Satya</creator><creator>Abdillah, Mokhammad Nurkholis</creator><creator>Innuddin, Muhammad</creator><subject lang="en-US">data mining; correlated naive bayes classifier; na&#xEF;ve bayes classifier; diabetes.</subject><description lang="en-US">Penyakit diabetes merupakan salah satu penyakit paling banyak diderita oleh manusia seluruh dunia. Setiap tahun terjadi peningkatan kematian yang disebabkan oleh penyakit diabetes. Penyakit diabetes terjadi disebabkan oleh tubuh tidak menghasilkan insulin dalam jumlah yang cukup. Salah satu cara yang digunakan untuk mengurangi jumlah kematian yang disebabkan oleh penyakit diabetes adalah melakukan diagnosis secara dini. Salah satu teknik yang bisa digunakan adalah memanfaatkan teknik data mining. Untuk melakukan diagnosis penyakit diabetes dibutuhkan suatu metode yang memiliki akurasi terbaik. Pada penelitian ini melakukan komparasi metode Correlated-Naive Bayes Classifier dan Naive Bayes Classifier untuk mendapatkan akurasi terbaik sehingga dapat digunakan untuk diagnosis penyakit diabetes. Berdasarkan pengujian yang telah dilakukan menunjukkan bahwa metode Correlated Naive Bayes Classifier (CNBC) memperoleh akurasi terbaik dibandingkan dengan metode Naive Bayes Classifier (NBC) untuk Dataset Pima indian Diabetes. Tingkat akurasi metode Correlated Naive Bayes Classifier (CNBC) sebesar 67,15%, sedangkan metode Naive Bayes Classifier (NBC) sebesar 64,33%. Metode Correlated Naive Bayes Classifier (C-NBC) memiliki akurasi lebih tinggi dibandingkan metode Na&#xEF;ve Bayes Classifier (NBC) karena pada metode Correlated Na&#xEF;ve Bayes Classifier memperhitungkan nilai korelasi dari masing-masing atribut dataset terhadap Kelasnya. Dengan demikian penggunaan metode Correlated Na&#xEF;ve Bayes Classifier (C-NBC) dapat digunakan untuk melakukan diagnosis penyakit diabetes karena memiliki tingkat akurasi yang bagus dibandigkan metode Naive Bayes Classifier.</description><publisher lang="en-US">Universitas Islam Sumatera Utara</publisher><contributor lang="en-US">LPPM STMIK BUMIGORA MATARAM</contributor><date>2018-09-13</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>File:application/pdf</type><identifier>http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558</identifier><identifier>10.30743/infotekjar.v3i1.558</identifier><source lang="en-US">InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan; Vol 3, No 1 (2018): InfoTekJar September; 6-11</source><source>2540-7600</source><source>2540-7597</source><source>10.30743/infotekjar.v3i1</source><language>eng</language><relation>http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558/pdf</relation><rights lang="en-US">Copyright (c) 2018 InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)</rights><recordID>--jurnal.uisu.ac.id-index.php-index-oai:article-558</recordID></dc>
language eng
format Journal:Article
Journal
Other:info:eu-repo/semantics/publishedVersion
Other
File:application/pdf
File
Journal:eJournal
author Hairani, Hairani
Nugraha, Gibran Satya
Abdillah, Mokhammad Nurkholis
Innuddin, Muhammad
author2 LPPM STMIK BUMIGORA MATARAM
title Komparasi Akurasi Metode Correlated Naive Bayes Classifier dan Naive Bayes Classifier untuk Diagnosis Penyakit Diabetes
publisher Universitas Islam Sumatera Utara
publishDate 2018
topic data mining
correlated naive bayes classifier
naïve bayes classifier
diabetes
url http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558
http://jurnal.uisu.ac.id/index.php/infotekjar/article/view/558/pdf
contents Penyakit diabetes merupakan salah satu penyakit paling banyak diderita oleh manusia seluruh dunia. Setiap tahun terjadi peningkatan kematian yang disebabkan oleh penyakit diabetes. Penyakit diabetes terjadi disebabkan oleh tubuh tidak menghasilkan insulin dalam jumlah yang cukup. Salah satu cara yang digunakan untuk mengurangi jumlah kematian yang disebabkan oleh penyakit diabetes adalah melakukan diagnosis secara dini. Salah satu teknik yang bisa digunakan adalah memanfaatkan teknik data mining. Untuk melakukan diagnosis penyakit diabetes dibutuhkan suatu metode yang memiliki akurasi terbaik. Pada penelitian ini melakukan komparasi metode Correlated-Naive Bayes Classifier dan Naive Bayes Classifier untuk mendapatkan akurasi terbaik sehingga dapat digunakan untuk diagnosis penyakit diabetes. Berdasarkan pengujian yang telah dilakukan menunjukkan bahwa metode Correlated Naive Bayes Classifier (CNBC) memperoleh akurasi terbaik dibandingkan dengan metode Naive Bayes Classifier (NBC) untuk Dataset Pima indian Diabetes. Tingkat akurasi metode Correlated Naive Bayes Classifier (CNBC) sebesar 67,15%, sedangkan metode Naive Bayes Classifier (NBC) sebesar 64,33%. Metode Correlated Naive Bayes Classifier (C-NBC) memiliki akurasi lebih tinggi dibandingkan metode Naïve Bayes Classifier (NBC) karena pada metode Correlated Naïve Bayes Classifier memperhitungkan nilai korelasi dari masing-masing atribut dataset terhadap Kelasnya. Dengan demikian penggunaan metode Correlated Naïve Bayes Classifier (C-NBC) dapat digunakan untuk melakukan diagnosis penyakit diabetes karena memiliki tingkat akurasi yang bagus dibandigkan metode Naive Bayes Classifier.
id IOS4523.--jurnal.uisu.ac.id-index.php-index-oai:article-558
institution Universitas Islam Sumatera Utara
institution_id 1254
institution_type library:university
library
library Universitas Islam Sumatera Utara
library_id 1095
collection InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)
repository_id 4523
subject_area Computer Modeling and Simulation/Model dan Simulasi Komputer
Computer Communications Networks/Jaringan Komunikasi Komputer
Algorithms/Algoritma
Computer Security, Data Security/Keamanan Komputer, Keamanan Data
city KOTA MEDAN
province SUMATERA UTARA
shared_to_ipusnas_str 1
repoId IOS4523
first_indexed 2019-05-07T11:28:09Z
last_indexed 2019-05-07T11:28:09Z
recordtype dc
_version_ 1686136660415217664
score 17.538404

Lihat Juga