SISTEM PREDIKSI PENYAKIT PARU-PARU PADA PEROKOK AKTIF DAN PASIF MENGGUNAKAN METODE NAÏVE BAYES BERBASIS WEB

PRATAMA, NASHRUDDIN SURYA (2023) SISTEM PREDIKSI PENYAKIT PARU-PARU PADA PEROKOK AKTIF DAN PASIF MENGGUNAKAN METODE NAÏVE BAYES BERBASIS WEB. Other thesis, UNIVERSITAS ISLAM LAMONGAN.

	Text HALAMAN SAMPUL.pdf Download (35kB)
	Text ABSTRAK.pdf Download (13kB)
	Text DAFTAR ISI.pdf Download (135kB)
	Text BAB I.pdf Download (151kB)
	Text BAB II.pdf Download (276kB)
	Text BAB III.pdf Download (275kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (486kB)
	Text BAB V.pdf Restricted to Repository staff only Download (135kB)
	Text BAB VI.pdf Restricted to Repository staff only Download (8kB)
	Text DAFTAR PUSTAKA.pdf Download (136kB)

Abstract

Perokok aktif dan pasif sama-sama berisiko terkena penyakit paru-paru. Sering menghirup asap rokok secara pasif dapat meningkatkan risiko seseorang untuk terserang kanker paru-paru sebanyak 25 persen dan meningkatkan risiko penyakit jantung koroner. Terdapat beberapa metode yang digunakan untuk melakukan prediksi penyakit paru-paru diantaranya Naïve Bayes, Decision Tree, K�Nearest Neighbord. Pada penelitian ini menggunakan metode Naïve Bayes karena kelebihan algoritma tersebut adalah cepat dan akurat serta digunakan pada data yang banyak. Pada penelitian ini bertujuan membuat suatu sistem yang dapat membantu masyarakat karena masih sering abai tentang masalah kesehatan paru�paru yang dialami sehingga dibutuhkanya sistem prediksi supaya dapat memudahkan masyarakat untuk melakukan prediksi penyakit khususnya paru-paru pada perokok aktif dan pasif sebagai diagnosis awal sebelum mendatangi tempat pelayanan kesehatan dan bertemu langsung dengan dokter spesialis untuk berkonsultasi lebih lanjut tentang masalah kesehatan paru-paru yang dialami. Sistem prediksi penyakit paru-paru pada perokok aktif dan pasif menggunakan metode Naïve Bayes berbasis web ini berhasil dibuat, sesuai dengan analisis dan perancangan yang dilakukan. Sistem ini memiliki satu aktor, yaitu admin, yang dapat melakukan login, input, hapus data, dan prediksi. Proses prediksi dilakukan setelah admin menambahkan data training, menginput variabel yang dibutuhkan, dan menampilkan hasil prediksi sesuai dengan perhitungan Naïve Bayes. Hasil prediksi dengan 13 data testing yang digunakan untuk pengujian memiliki nilai yang sama dengan perhitungan manual. Dengan demikian, dapat disimpulkan bahwa nilai kecocokan antara perhitungan manual dan sistem adalah 100%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Perokok, paru-paru, prediksi, Naïve Bayes
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	20 Feb 2024 04:09
Last Modified:	20 Feb 2024 04:09
URI:	http://eprints.unisla.ac.id/id/eprint/2179

Actions (login required)

View Item