APLIKASI KLASIFIKASI TINGKAT RISIKO PENYAKIT HIPERTENSI MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEBSITE

Mayyadah, Maziyyati (2024) APLIKASI KLASIFIKASI TINGKAT RISIKO PENYAKIT HIPERTENSI MENGGUNAKAN METODE NAIVE BAYES BERBASIS WEBSITE. Diploma thesis, Politeknik Harapan Bersama.

	Text (COVER) COVER.pdf Download (911kB)
	Text (BAB I) BAB I.pdf Restricted to Registered users only Download (254kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (2MB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (92kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (92kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Download (3MB)

Abstract

Penyakit hipertensi merupakan salah satu masalah kesehatan yang dapat menyebabkan berbagai komplikasi serius jika tidak ditangani dengan baik. Namun demikian, masyarakat umum tidak dapat melakukan pengecekan risiko hipertensi yang dialami secara mandiri, kecuali dengan melakukan pemeriksaan ke dokter. Masalah yang muncul dari kondisi tersebut adalah tidak semua kalangan masyarakat mampu untuk melakukan pemeriksaan ke dokter. Dalam upaya memudahkan masyarakat untuk mengidentifikasi tingkat risiko penyakit hipertensi, penelitian ini mengembangkan sebuah aplikasi klasifikasi tingkat risiko penyakit hipertensi menggunakan metode Naive bayes. Tujuan utamanya adalah mengembangkan model klasifikasi tingkat risiko penyakit hipertensi berbasis website. Data yang digunakan dalam penelitian ini meliputi berbagai faktor seperti usia, status merokok, jumlah rokok yang dikonsumsi, penggunaan suplemen darah, status diabetes, kadar kolesterol total, tekanan darah sistolik, tekanan darah diastolik, detak jantung, index massa tubuh (BMI), dan kadar gula darah. Setelah melalui proses preprocessing data dan pembagian data, model dilatih menggunakan set pelatihan dan dievaluasi menggunakan set pengujian. Hasil penelitian menunjukkan bahwa model Naive bayes memiliki akurasi yang cukup tinggi dalam mengklasifikasi tingkat risiko penyakit hipertensi dengan nilai akurasi 83%, presisi 84%, recall 82%, dan F1-Score 81%. Penelitian ini menunjukkan bahwa algoritma Naïve bayes mempunyai potensi yang signifikan dalam membantu masyrakat untuk mengidentifikasi risiko penyakit hipertensi secara lebih efektif. Kata Kunci: Hipertensi, Klasifikasi, Naïve Bayes, Website, Machine Learning

Item Type:	Thesis (Diploma)
Subjects:	T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	MAZIYYATI MAYYADAH
Date Deposited:	02 Oct 2024 05:34
Last Modified:	02 Oct 2024 05:34
URI:	http://eprints.poltektegal.ac.id/id/eprint/4461

Actions (login required)

View Item