Prediksi Penyakit Thyroid Disease Menggunakan Seleksi Fitur Particle Swarm Optimization (PSO) Pada Algoritma Naïve Bayes

Tri Wahyu Novitasari, 202069040040 (2024) Prediksi Penyakit Thyroid Disease Menggunakan Seleksi Fitur Particle Swarm Optimization (PSO) Pada Algoritma Naïve Bayes. Sarjana thesis, Universitas Yudharta.

	Text (Abstrak.pdf) 202069040040_Abstrak.pdf Restricted to Registered users only Download (21kB) | Request a copy
	Text (BAB I.pdf) 202069040040_BAB I.pdf Restricted to Registered users only Download (167kB) | Request a copy
	Text (BAB II.pdf) 202069040040_BAB II.pdf Restricted to Registered users only Download (215kB) | Request a copy
	Text (BAB III.pdf) 202069040040_BAB III.pdf Restricted to Registered users only Download (244kB) | Request a copy
	Text (BAB IV.pdf) 202069040040_BAB IV.pdf Restricted to Registered users only Download (358kB) | Request a copy
	Text (BAB V.pdf) 202069040040_BAB V.pdf Restricted to Registered users only Download (12kB) | Request a copy
	Text (Daftar Pustaka.pdf) 202069040040_Daftar Pustaka.pdf Restricted to Registered users only Download (142kB) | Request a copy
	Text (Halaman Depan.pdf) 202069040040_Halaman Depan.pdf Restricted to Registered users only Download (662kB) | Request a copy

Abstract

Thyroid disease ialah gangguan kesehatan yang memerlukan deteksi dini untuk penanganan yang lebih efektif. Dalam penelitian ini, dilakukan prediksi penyakit thyroid disease dengan menerapkan algoritma Naïve Bayes yang dikombinasikan dengan seleksi fitur memanfaatkan Particle Swarm Optimization (PSO). Seleksi fitur PSO bertujuan untuk meningkatkan akurasi prediksi dengan mengidentifikasi fitur-fitur relevan yang paling signifikan dalam dataset. Algoritma Naïve Bayes digunakan sebagai metode klasifikasi karena kemampuannya yang baik dalam menangani data dengan distribusi probabilitas. Hasil penelitian menunjukkan bahwa penggunaan seleksi fitur PSO pada algoritma Naïve Bayes mampu meningkatkan performa prediksi dibandingkan dengan penggunaan algoritma Naïve Bayes tanpa seleksi fitur. Pada penelitian ini, hasil akurasi Niave Bayes tanpa PSO sebesar 23%, sedangkan kombinasi algoritma Naïve Bayes dengan PSO mempunyai nilai akurasi sebesar 95% yang menunjukan adanya peningkatan yang signifikan. Dengan adanya hasil dari uji coba ini diharapkan dapat membantu mendiagnosa secara tepat bagi tim kesehatan untuk memprediksi penyakit thyroid disease.

Item Type:	Thesis (Sarjana)
Identification Number:	0470-KI-24-01
Contributors:	Contribution Contributors Email Thesis advisor Lukman Hakim, S.Kom., P.hD, ㅤ UNSPECIFIED
Subjects:	Karya Umum > Ensiklopedia
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	18 Dec 2024 07:31
Last Modified:	04 Jan 2025 09:42
URI:	https://repository.yudharta.ac.id/id/eprint/5594

Actions (login required)

View Item