Cover Image

Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)”

Main Author: Satyatama, RevianggaDika
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2013
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/145747/1/051306943.pdf
http://repository.ub.ac.id/145747/
ctrlnum 145747
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"><relation>http://repository.ub.ac.id/145747/</relation><title>Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)&#x201D;.</title><creator>Satyatama, RevianggaDika</creator><subject>005 Computer programming, programs, data</subject><description>Penyakit liver di dunia umumnya masih tergolong tinggi. Masalah yang ditimbulkan oleh penyakit liver adalah susahnya mengenali penyakit liver sejak dini, bahkan ketika penyakit tersebut sudah menyebar. Metode klasifikasi dengan Algoritma Voting Feature Interval-5 (VFI-5) dapat mendiagnosa penyakit tersebut. Pengklasifikasian instance baru berdasarkan voting pada klasifikasi yang dibuat oleh nilai tiap-tiap feature secara terpisah. Selain masalah tersebut, dalam dunia medis sering ditemui kasus data tidak lengkap ( incomplete data ) yang dapat menyebabkan menurunnya tingkat akurasi dalam proses diagnosa. Metode yang digunakan untuk mengatasi data hilang pada nilai nominal adalah mengganti data hilang dengan modus sedangkan untuk nilai numerik adalah mengganti data hilang dengan mean. Tujuan dari penelitian ini adalah untuk membangun aplikasi klasifikasi data penyakit liver pada manusia agar dapat memudahkan pengguna serta meningkatkan akurasi hasil klasifikasi incomplete data. Aplikasi ini dapat digunakan sebagai sistem klasifikasi data penyakit liver serta dapat meningkatkan akurasi hasil klasifikasi incomplete data penyakit liver. Hal ini berdasarkan hasil pengujian akurasi, nilai rata-rata akurasi untuk perlakuan terhadap incomplete data dengan cara mengganti nilai data dengan mean atau modus mendapatkan nilai tertinggi sebesar 0,88 untuk incomplete data pelatihan dan sebesar 0,87 untuk incomplete data uji.</description><date>2013-07-05</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/145747/1/051306943.pdf</identifier><identifier> Satyatama, RevianggaDika (2013) Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)&#x201D;. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2013/113/051306943</relation><recordID>145747</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Satyatama, RevianggaDika
title Klasifikasi Incomplete Data Penyakit Liver Pada Manusia Dengan Menggunakan Algoritma Voting Feature Interval-5 (VIF5)”
publishDate 2013
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/145747/1/051306943.pdf
http://repository.ub.ac.id/145747/
contents Penyakit liver di dunia umumnya masih tergolong tinggi. Masalah yang ditimbulkan oleh penyakit liver adalah susahnya mengenali penyakit liver sejak dini, bahkan ketika penyakit tersebut sudah menyebar. Metode klasifikasi dengan Algoritma Voting Feature Interval-5 (VFI-5) dapat mendiagnosa penyakit tersebut. Pengklasifikasian instance baru berdasarkan voting pada klasifikasi yang dibuat oleh nilai tiap-tiap feature secara terpisah. Selain masalah tersebut, dalam dunia medis sering ditemui kasus data tidak lengkap ( incomplete data ) yang dapat menyebabkan menurunnya tingkat akurasi dalam proses diagnosa. Metode yang digunakan untuk mengatasi data hilang pada nilai nominal adalah mengganti data hilang dengan modus sedangkan untuk nilai numerik adalah mengganti data hilang dengan mean. Tujuan dari penelitian ini adalah untuk membangun aplikasi klasifikasi data penyakit liver pada manusia agar dapat memudahkan pengguna serta meningkatkan akurasi hasil klasifikasi incomplete data. Aplikasi ini dapat digunakan sebagai sistem klasifikasi data penyakit liver serta dapat meningkatkan akurasi hasil klasifikasi incomplete data penyakit liver. Hal ini berdasarkan hasil pengujian akurasi, nilai rata-rata akurasi untuk perlakuan terhadap incomplete data dengan cara mengganti nilai data dengan mean atau modus mendapatkan nilai tertinggi sebesar 0,88 untuk incomplete data pelatihan dan sebesar 0,87 untuk incomplete data uji.
id IOS4666.145747
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:47:48Z
last_indexed 2021-10-28T07:33:22Z
recordtype dc
_version_ 1751454638949793792
score 17.538404

Lihat Juga