Kurniati, - (2021) PENERAPAN ALGORITMA RANDOM FOREST UNTUK DIAGNOSA PENYAKIT GASTRITIS (MAAG) (STUDI KASUS : KLINIK PRATAMA KENANGA). Strata 1 thesis, Universitas Teknokrat Indonesia.
![[img]](http://repository.teknokrat.ac.id/style/images/fileicons/text.png) |
Text (Full Skripsi)
skripsi15312366.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy |
|
Text (Bab I-Pendahuluan)
b115312366.pdf - Published Version Download (29kB) |
|
Text (Bab II-Landasan Teori)
b215312366.pdf - Published Version Download (343kB) |
|
Text (Abstrak)
abstrak15312366.pdf - Published Version Download (9kB) |
|
Text (Daftar Pustaka)
daftar_pustaka15312366.pdf - Bibliography Download (216kB) |
Abstract
Lambung merupakan salah satu organ terpenting pada manusia karena memungkinkan makanan dicerna dalam bentuk sederhana dan diserap ke dalam usus, sehingga tubuh menerima nutrisi yang cukup. Kondisi yang dirasakan dengan naiknya asam lambung menuju esophagus yang menyebabkan sakit perut, dan rasa terbakar di dada seperti dikuliti biasanya yang disebut dengan penyakit maag (gastritis). Penelitian ini membahas tentang diagnosa penyakit gastritis (maag) dengan menggunakan algoritma Random Forest, kemudian dikelompokan kedalam dua kelas label, yaitu kelas ya dan tidak. Data yang telah terkumpul berjumlah 306 data. Perhitungan pengolahan data menggunakan 3 sampel uji sampel untuk menentukan hasil terbaik antara data training dan data test perbandingan 80:20, 70:30, 75:35. Nilai accuracy menggunakan 3 data uji beda dengan algoritma Random Forest, diketahui bahwa nilai accuracy tertinggi yang diperoleh menggunakan data uji dengan data sampel adalah 80:20 dengan menghasilkan nilai accuracy data training sebesar 91,39% dan data test sebesar 90,32%. Dari hasil perhitungan tersebut dapat disimpulkan bahwa pembagian uji model dapat berpengaruh terhadap penentuan derajat akurasi. Kata Kunci: Random Forest, Data Mining, Gastritis (Maag).
| Item Type: | Thesis (Strata 1) |
|---|---|
| Uncontrolled Keywords: | Random Forest, Data Mining, Gastritis (Maag). |
| Subjects: | TEKNIK KOMPUTER (S1) > Algoritma dan Pemrograman |
| Divisions: | Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi |
| Depositing User: | Asep Haikal Kurniawan S.IP., M.A |
| Date Deposited: | 05 Mar 2022 04:16 |
| Last Modified: | 05 Mar 2022 04:16 |
| URI: | http://repository.teknokrat.ac.id/id/eprint/3677 |
Actions (login required)
 |
View Item |
