PENERAPAN METODE ID3 DAN C4.5 UNTUK MEDETEKSI DINI PENYAKIT CORONAVIRUS PADA PASIEN DENGAN GEJALA BERBASIS DEKSTOP

Yahya, Agus Rusnain (2021) PENERAPAN METODE ID3 DAN C4.5 UNTUK MEDETEKSI DINI PENYAKIT CORONAVIRUS PADA PASIEN DENGAN GEJALA BERBASIS DEKSTOP. Other thesis, Universitas Islam Lamongan.

	Text 111710054-AGUS RUSNAIN Y - COVER.pdf Download (13kB)
	Text 111710054-AGUS RUSNAIN Y - DAFTAR ISI.pdf Download (171kB)
	Text 111710054-AGUS RUSNAIN Y - ABSTRAK.pdf Download (84kB)
	Text 111710054-AGUS RUSNAIN Y - BAB I.pdf Download (164kB)
	Text 111710054-AGUS RUSNAIN Y - BAB II.pdf Download (432kB)
	Text 111710054-AGUS RUSNAIN Y - BAB III.pdf Restricted to Repository staff only Download (329kB)
	Text 111710054-AGUS RUSNAIN Y - BAB IV.pdf Restricted to Repository staff only Download (407kB)
	Text 111710054-AGUS RUSNAIN Y - BAB V.pdf Restricted to Repository staff only Download (414kB)
	Text 111710054-AGUS RUSNAIN Y - BAB VI.pdf Restricted to Repository staff only Download (8kB)
	Text 111710054-AGUS RUSNAIN Y - DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (87kB)

Abstract

Coronavirus Desease (Covid-19) adalah salah satu jenis penyakit yang awalnya ada pada kelelawar dan pertama kali menjangkiti manusia pada akhir tahun 2019 di Kota Wuhan China, penyakit tersebut sangat berbahaya karena menyerang organ dalam seperti paruh-paruh, sampai sekarang sudah tercatat banyak sekali menjangkiti manusia dan memakan banyak korban jiwa, gejala Coronavirus sangat mudah ditemui di kalangan masyarakat, sebab memiliki banyak persaman dengan gejala-gejala yang sudah biasa dirasakan oleh masyarakat awam sekalipun seperti demam tinggi, batuk, pilek, sesak nafas dan penciuman yang tidak normal. Dari permasalahan tersebut perlu dilakukan sebuah pendiagnosaan dini untuk mencegah semakin gencarnya penyebaran Coronavirus dengan cara mengklasifikasikannya gejala-gejalanya menggunakan algoritma ID3 dan C4.5 menggunakan atribut-atribut yang telah disetujui oleh pakar dan outputnya adalah berupa pohon keputusan yang dapat memberikan diagnosa kepada masyarakat yang terindikasi terjangkit penyakit Coronavirus, jumlah data training berjumlah 60 data dan untuk data testingnya sebanyak 31 data. Untuk keakurasian algoritma, algoritma C4.5 memiliki akurasi 100% dan algoritma ID3 Memiki 97% dan error rate 3%.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	04 Feb 2022 07:34
Last Modified:	04 Feb 2022 07:34
URI:	http://eprints.unisla.ac.id/id/eprint/107

Actions (login required)

View Item