Search for collections on Universitas Indo Global Mandiri Repository

DETEKSI DINI PENYAKIT JANTUNG MENGGUNAKAN METODE GAUSSIAN NAIVE BAYES

Anggasta, Giovani and Permatasari, Indah (2026) DETEKSI DINI PENYAKIT JANTUNG MENGGUNAKAN METODE GAUSSIAN NAIVE BAYES. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of GiovaniAnggasta_2023110091P_File Cover-Daftar Isi.pdf]
Preview
Text
GiovaniAnggasta_2023110091P_File Cover-Daftar Isi.pdf

Download (334kB) | Preview
[thumbnail of GiovaniAnggasta_2023110091P_File Full Karya Ilmiah.pdf] Text
GiovaniAnggasta_2023110091P_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[thumbnail of 2023110091P_MAR_2026_1.pdf] Text
2023110091P_MAR_2026_1.pdf
Restricted to Repository staff only

Download (10MB) | Request a copy

Abstract

Penyakit jantung merupakan salah satu penyakit dengan tingkat kejadian yang cukup tinggi sehingga diperlukan upaya untuk membantu proses penentuan kondisi pasien secara lebih terstruktur. Penelitian ini bertujuan untuk melakukan klasifikasi penyakit jantung berdasarkan data rekam medis pasien dengan menggunakan metode Naive Bayes. Pada tahap implementasi digunakan Gaussian Naive Bayes karena data yang digunakan seluruhnya berbentuk numerik. Data yang digunakan berjumlah 297 data pasien yang selanjutnya dibagi menjadi data latih dan data uji dengan perbandingan 80% dan 20%. Berdasarkan hasil pengujian yang dilakukan, metode menghasilkan nilai akurasi sebesar 88,33% pada data uji. Hasil tersebut menunjukkan bahwa metode Naive Bayes dapat digunakan sebagai pendekatan awal dalam proses klasifikasi penyakit jantung. Untuk penelitian selanjutnya, disarankan agar dilakukan pengujian menggunakan metode lain atau jumlah data yang lebih besar guna memperoleh hasil yang lebih optimal.

Item Type: Thesis (Masters)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer dan Sains > Teknik Informatika S1
Depositing User: Giovani Anggasta Giovani
Date Deposited: 25 Mar 2026 02:19
Last Modified: 25 Mar 2026 02:19
URI: https://repository.uigm.ac.id/id/eprint/6485

Actions (login required)

View Item
View Item