Electronic Resource

Penerapan Metode Adaboost Untuk Meningkatkan Akurasi Algoritma Naïve Bayes Dalam Klasifikasi Penyakit Jantung.

---

Berdasarkan hasil riset kesehatan dasar Penyakit Jantung merupakan penyakit yang dapat menyebabkan kematian, dengan tingkat pravelensi terdiagnosis meningkat dari tahun 2013-2018. Dalam upaya untuk meningkatkan akurasi klasifikasi penyakit jantung, berbagai teknik pembelajaran mesin telah
diterapkan. Penelitian sebelumnya, pengujian algoritma Naïve Bayes menghasilkan akurasi sebesar 74,08%. Untuk itu diperlukan adanya peningkatan akurasi agar menghasilkan keakuratan informasi. Tujuan penelitian ini adalah untuk mendapatkan informasi mengenai hasil penerapan metode Adaboost dalam meningkatkan akurasi algoritma Naïve Bayes untuk klasifikasi penyakit jantung, menggunakan data penyakit jantung yang terdiri dari 1320 data dengan 9 atribut. Hasil penelitian ini dengan algoritma Naïve Bayes menghasilkan akurasi sebesar 88%, sedangkan menggunakan metode Adaboost menghasilkan akurasi sebesar 90%. Hasil menunjukan adanya peningkatan akurasi algoritma Naïve Bayes menggunakan metode Adaboost.

---

Ketersediaan

SB00241S

KKI 001.6 ARM p/s

Perpustakaan Unikama

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

KKI 001.6 ARM p/s

Penerbit

Malang : ., 2024

Deskripsi Fisik

xiv, 74hlm 26cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.6

Tipe Isi

text

Tipe Media

PDF

Tipe Pembawa

online resource

Edisi

1

Subjek

klasifikasi
naive bayes
Skripsi
Teknik informatika
Penyakit jantung
Adaboost

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar