PENERAPAN ALGORITMA NAIVE BAYES UNTUK DETEKSI PENYAKIT TUBERCULOSIS (TBC) (Studi Kasus: Puskesmas Lais, Kab. Muba Kec. Lais)

Defriansyah, Defriansyah and Puspasari, Shinta (2024) PENERAPAN ALGORITMA NAIVE BAYES UNTUK DETEKSI PENYAKIT TUBERCULOSIS (TBC) (Studi Kasus: Puskesmas Lais, Kab. Muba Kec. Lais). Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Defriansyah_2020110023_File Full Karya Ilmiah.pdf] Text
Defriansyah_2020110023_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[thumbnail of 2020110023_SEP_2024_1.pdf] Text
2020110023_SEP_2024_1.pdf
Restricted to Repository staff only

Download (11MB) | Request a copy
[thumbnail of Defriansyah_2020110023_File Cover_Daftar Isi.pdf] Text
Defriansyah_2020110023_File Cover_Daftar Isi.pdf

Download (538kB)

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes dalam deteksi penyakit Tuberculosis (TBC) di Puskesmas Lais, Kabupaten Musi Banyuasin. Tuberculosis adalah penyakit menular yang mudah ditularkan melalui droplet saat batuk atau bersin. Risiko penularan meningkat bagi mereka yang tinggal serumah dengan penderita. Algoritma Naïve Bayes digunakan untuk mengurangi penularan dan mendeteksi penyakit secara dini dengan memanfaatkan gejala-gejala yang dialami pasien. Penelitian ini merujuk pada penelitian-penelitian terdahulu yang telah mengimplementasikan algoritma Naïve Bayes dalam konteks serupa. Data kasus TBC di Puskesmas Lais menunjukkan peningkatan dari tahun ke tahun, menekankan pentingnya deteksi dini dan pengobatan. Dengan menggunakan algoritma Naïve Bayes, diharapkan penelitian ini dapat membantu mendeteksi penyakit TBC secara lebih efisien dan akurat, serta memungkinkan pemberian diagnosa yang lebih cepat dan tepat bagi pasien.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Ilmu Komputer > Teknik Informatika S1
Depositing User: Mr. Defri Ansyah
Date Deposited: 13 Sep 2024 07:22
Last Modified: 13 Sep 2024 07:22
URI: http://repository.uigm.ac.id/id/eprint/2957

Actions (login required)

View Item
View Item