Vendra, Hafidz Hussein (2024) Komparasi kinerja algoritma machine learning dalam memprediksi penyakit stroke / Hafidz Hussein Vendra</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Stroke adalah suatu kondisi kesehatan yang dimana rusaknya pembuluh darah di otak akibat terhentinya aliran darah dan nutrisi ke otak. Oleh karena itu sistem klasifikasi stroke sangatlah penting pada penderita. Sistem ini memberikan faktor apa saja yang akan menyebabkan terjadinya stroke. Klasifikasi ini dapat mengetahui faktor apa saja yang harus dihindari supaya tidak terkena gejala stroke. Pada konteks ini data mining dapat memberikan proses klasifikasi yang sangat baik terutama dalam mencegah terjadinya stroke atau penderita stroke dapat mengetahui faktor penyebabnya. Tujuan pada penelitian ini ialah komparasi algoritma machine learning menggunakan data mining dalam memprediksi penderita stroke dengan menggunakan algoritma Logistic Regression Decision Tree Random Forest K-NN Naive Bayes dan Support Vector Machine (SVM). Pengujian dilakukan menggunakan stroke prediction dataset yang berasal dari website kaggle. Hasil yang paling tertinggi didapat ialah menggunakan Logistic Regression yaitu mempunyai akurasi sebesar 88% dengan menggunakan cross validation dan smote upsampling. Hasil menunjukkan bahwa teknik yang digunakan dapat meningkatkan akurasi yang lebih tinggi. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 22 Aug 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/400262 |
Actions (login required)
 |
View Item |