Perbandingan Klasifikasi Penyakit Diabetes Menggunakan Metode Random Forest, Decision Tree CART dan MRMR sebagai Feature Selection
SATRIA AMIEN THO`AT
Informasi Umum
Kode
23.04.809
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
354 kali
Informasi Lainnya
Abstraksi
<p>Diabetes merupakan penyakit kronis yang terjadi karena gangguan metabolik dalam tubuh<br /> yang ditandai dengan kadar gula berlebihan. Riset Kesehatan Dasar menyatakan kasus<br /> penyakit diabetes dari tahun 2013 sebanyak 6,9% kasus diabetes ke tahun 2018 sebanyak<br /> 8,5%. Kasus diabetes dari tahun 2013 sampai 2018 semakin meningkat tiap tahunnya, namun<br /> dengan adanya perkembangan teknologi seperti Machine learning dapat dimanfaatkan untuk<br /> mendiagnosis penyakit secara akurat. Untuk mengatasi masalah tersebut maka penelitian ini<br /> menggunakan feature selection Minimal Redudancy Maximal Relevance (MRMR) yang<br /> berfungsi mengetahui dan mengurangi dimensi atribut/fitur paling optimal berdasarkan hasil<br /> klasifikasi. Perbandingan performa 2 model algoritma klasifikasi yaitu Random Forest dan<br /> Decision Tree CART (Classification And Regression Tree). Hasil klasifikasi dari data Gula<br /> Karya Medika dengan metode Random Forest menghasilkan akurasi sebesar 0.839241 dan<br /> Decision Tree CART sebesar 0.849263. Decision Tree CART menghasilkan prediksi akurasi<br /> lebih optimal dari pada Random Forest.</p>
- CCH4D4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | SATRIA AMIEN THO`AT |
| Jenis | Perorangan |
| Penyunting | Mahendra, Adiwijaya |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
