Cover Image

Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang

Main Author: Fajar, Riyant
Format: Thesis NonPeerReviewed
Terbitan: , 2017
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/3670/
ctrlnum 3670
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/3670/</relation><title>Implementasi Metode Na&#xEF;ve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang</title><creator>Fajar, Riyant</creator><subject>005 Computer programming, programs, data</subject><description>Malaria adalah penyakit menular yang disebabkan oleh parasit (protozoa) dari genus Plasmodium. Ada empat tipe parasit Plasmodium yang sering ditemui pada kasus penyakit malaria menginfeksi manusia di Indonesia yaitu Plasmodium vivax (Tertiana), Plasmodium malariae (Quartana), Plasmodium falcifarum (Tropica), serta Plasmodium ovale (Pernisiosia). Plasmodium malariae sendiri merupakan parasit penyebab malaria yang ditularkan pada manusia melalui gigitan nyamuk Anopheles betina. Gejala penyakit malaria selama ini hanya dikenal oleh masyarakat awam melalui ciri-ciri yang diketahui tanpa adanya fakta dan pertimbangan medis lainnya sehingga masyarakat atau penderita mengalami kesulitan dalam membedakan penyakit malaria dengan penyakit demam biasa ataupun influenza. Akibatnya, penyakit tersebut seringkali ditangani dengan cara yang salah. Gejala demam pada penyakit malaria tergantung pada penderita malaria itu sendiri. Gejala klasik yang biasanya ditemukan pada penderita malaria non imun (berasal dari daerah non endemis) adalah sifat demam akut (paroksismal) yang didahului oleh stadium dingin atau menggigil diikuti dengan pengeluaran keringat secara berlebih. Sementara itu, gejala klasik yang ditemukan pada penderita malaria imun (berasal dari daerah endemis) meliputi nyeri kepala, mual dan muntah, diare, serta nyeri otot. Penyakit malaria merupakan penyakit berbahaya yang apabila tidak ditangani dengan segera dapat berakibat pada kematian. Oleh sebab itu, dibutuhkan sebuah sistem komputer yang dapat mempercepat dalam mendeteksi gejalagejala yang dialami oleh penderita untuk menentukan apakah penderita terdiagnosis malaria atau tidak. Sistem tersebut dibangun menggunakan metode Na&#xEF;ve Bayes dengan perbaikan missing value menggunakan metode nearest neighbor imputation. Hasil akurasi dari 2 skenario pengujian sistem ini telah diperoleh dengan poin akurasi terbaik sebesar 77,14% pada skenario pengujian 1 dan 64,70% pada skenario pengujian 2.</description><date>2017-08-09</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Fajar, Riyant (2017) Implementasi Metode Na&#xEF;ve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/744/051708561</relation><recordID>3670</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Fajar, Riyant
title Implementasi Metode Naïve Bayes Dengan Perbaikan Missing Value Menggunakan Metode Nearest Neighbor Imputation Studi Kasus: Penyakit Malaria Di Kabupaten Malang
publishDate 2017
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/3670/
contents Malaria adalah penyakit menular yang disebabkan oleh parasit (protozoa) dari genus Plasmodium. Ada empat tipe parasit Plasmodium yang sering ditemui pada kasus penyakit malaria menginfeksi manusia di Indonesia yaitu Plasmodium vivax (Tertiana), Plasmodium malariae (Quartana), Plasmodium falcifarum (Tropica), serta Plasmodium ovale (Pernisiosia). Plasmodium malariae sendiri merupakan parasit penyebab malaria yang ditularkan pada manusia melalui gigitan nyamuk Anopheles betina. Gejala penyakit malaria selama ini hanya dikenal oleh masyarakat awam melalui ciri-ciri yang diketahui tanpa adanya fakta dan pertimbangan medis lainnya sehingga masyarakat atau penderita mengalami kesulitan dalam membedakan penyakit malaria dengan penyakit demam biasa ataupun influenza. Akibatnya, penyakit tersebut seringkali ditangani dengan cara yang salah. Gejala demam pada penyakit malaria tergantung pada penderita malaria itu sendiri. Gejala klasik yang biasanya ditemukan pada penderita malaria non imun (berasal dari daerah non endemis) adalah sifat demam akut (paroksismal) yang didahului oleh stadium dingin atau menggigil diikuti dengan pengeluaran keringat secara berlebih. Sementara itu, gejala klasik yang ditemukan pada penderita malaria imun (berasal dari daerah endemis) meliputi nyeri kepala, mual dan muntah, diare, serta nyeri otot. Penyakit malaria merupakan penyakit berbahaya yang apabila tidak ditangani dengan segera dapat berakibat pada kematian. Oleh sebab itu, dibutuhkan sebuah sistem komputer yang dapat mempercepat dalam mendeteksi gejalagejala yang dialami oleh penderita untuk menentukan apakah penderita terdiagnosis malaria atau tidak. Sistem tersebut dibangun menggunakan metode Naïve Bayes dengan perbaikan missing value menggunakan metode nearest neighbor imputation. Hasil akurasi dari 2 skenario pengujian sistem ini telah diperoleh dengan poin akurasi terbaik sebesar 77,14% pada skenario pengujian 1 dan 64,70% pada skenario pengujian 2.
id IOS4666.3670
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 2018-01-19T18:31:41Z
last_indexed 2021-10-18T02:09:21Z
recordtype dc
_version_ 1730142683446378496
score 17.538404

Lihat Juga