Priyatna, Komang Dika (2024) Perbandingan Metode Klasifikasi Logistic Regession Dan Naive Bayes Yang Di Optimasi Menggunakan Feature Selection Random Forest Dan Particle Swarm Optimization (PSO) Pada Prediksi Penyakit Jantung. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1915101028-COVER.pdf Download (630kB) |
|
Text (ABSTRAK)
1915101028-ABSTRAK.pdf Download (88kB) |
|
Text (BAB 1 PENDAHULUAN)
1915101028-BAB 1 PENDAHULUAN.pdf Download (178kB) |
|
Text (BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI)
1915101028-BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI.pdf Restricted to Repository staff only Download (435kB) | Request a copy |
|
Text (BAB 3 METODE PENELITIAN)
1915101028-BAB 3 METODE PENELITIAN.pdf Restricted to Repository staff only Download (452kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1915101028-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (443kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1915101028-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (68kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1915101028-DAFTAR PUSTAKA.pdf Download (190kB) |
|
Text (LAMPIRAN)
1915101028-RIWAYAT HIDUP.pdf Download (54kB) |
Abstract
Penyakit jantung koroner adalah penyakit yang disebabkan karena kurangnya aktifitas fisik dan pola makan yang tidak sehat. Penyakit jantung disebabkan oleh gaya hidup dalam kehidupan sehari - hari seperti merokok, makan makanan tinggi lemak , stress, kerja berlebihan, gula darah, obesitas, aktivitas fisik, dan lain sebagainya. pada penelitian ini penulis ingin membuat dan tertarik untuk mengembangkan penelitian sebuah klasifikasi menggunakan algoritma Logistic Regression dan Naive Bayes dengan bantuan Feature Selection Random Forest Dan Particle Swarm Optimization (PSO) dengan judul " Perbandingan Metode Klasifikasi Logistic Regession Dan Naive Bayes Yang Di Optimasi Menggunakan Feature Selection Random Forest Dan Particle Swarm Optimization (PSO) Pada Prediksi Penyakit Jantung " Penelitian tersebut mengimplementasikan feature selection untuk meningkatkan kerja prediksi, mengurangi waktu komputasi, dan untuk pemahaman yang lebih baik tentang data dalam machine learning atau pattern recognition applications. Pada penelitian ini ingin melihat hasil perbandingan klasifikasi Logistic Regession dan Naive Bayes menggunakan feacture selection Random Forest dan Particle Swarm Optimization (PSO) pada prediksi penyakit jantung bagi penderita diabetes dengan melihat model klasifikasi yang dihasilkan setelah seleksi fitur apakah dapat meningkatkan akurasi klasifikasi dan menghasilkan model klasifikasi yang lebih baik atau tidak
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Penyakit Jantung Koroner, Random Forest, Particle Swarm Optimization, Logistic Regression, Naïve Bayes |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science R Medicine > RA Public aspects of medicine > RA0421 Public health. Hygiene. Preventive Medicine |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Ilmu Komputer (S1) |
| Depositing User: | Komang Dika Priyatna |
| Date Deposited: | 17 Feb 2024 22:21 |
| Last Modified: | 17 Feb 2024 22:21 |
| URI: | http://repo.undiksha.ac.id/id/eprint/18695 |
Actions (login required)
 |
View Item |