Rancang Bangun Aplikasi Prediksi Penyakit Stroke Menggunakan Algoritma Gaussian Naive Bayes

Shiela Haryanto, Michelle (2024) Rancang Bangun Aplikasi Prediksi Penyakit Stroke Menggunakan Algoritma Gaussian Naive Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (3MB)
	PDF BAB_I.pdf Download (213kB)
	PDF BAB_II.pdf Download (271kB)
	PDF BAB_III.pdf Download (437kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (520kB)
	PDF BAB_V.pdf Download (185kB)
	PDF DAFTAR_PUSTAKA.pdf Download (211kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (226kB)

Abstract

Stroke merupakan salah satu penyakit paling berbahaya yang menyebabkan kecacatan dan kematian di seluruh dunia. Penelitian menunjukkan peningkatan signifikan dalam insiden stroke, termasuk stroke iskemik dan hemoragik, dengan prevalensi tinggi terutama pada individu usia lanjut. Disparitas ekonomi mempengaruhi distribusi beban stroke, dengan negara berpenghasilan rendah melaporkan sebagian besar kasus kematian dan kecacatan. Di Indonesia, stroke adalah penyebab utama kematian, mempengaruhi pasien serta sistem kesehatan secara keseluruhan. Lima faktor risiko utama stroke adalah tekanan darah tinggi, indeks massa tubuh tinggi, glukosa darah tinggi, polusi udara, dan merokok. Deteksi dini stroke sangat penting untuk meningkatkan pemulihan dan mengurangi komplikasi. Berbagai metode deteksi telah dikembangkan, termasuk MRI dan CT, namun biayanya tinggi dan sifatnya invasif. Pembelajaran mesin menawarkan solusi lebih cepat dan murah, dengan algoritma Gaussian Na¨ive Bayes menunjukkan kinerja baik dalam prediksi stroke. Penelitian ini bertujuan merancang aplikasi web prediksi stroke menggunakan algoritma Gaussian Na¨ive Bayes. Proses penelitian meliputi perencanaan, analisis kebutuhan, perancangan sistem dan aplikasi, serta pengembangan model prediksi menggunakan dataset dari Kaggle. Evaluasi model menunjukkan akurasi 72%, presisi 72%, recall 75%, F1-score untuk kelas prediksi pertama 71%, dan F1-score untuk kelas prediksi kedua 73%. Aplikasi ini berhasil diimplementasikan dan menunjukkan kinerja yang memuaskan dalam memprediksi risiko stroke berdasarkan data yang dikumpulkan.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Gaussian Na¨ive Bayes, Na¨ive Bayes, Pembelajaran Mesin, Prediksi, Stroke
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	06 Nov 2024 02:41
Last Modified:	06 Nov 2024 02:41
URI:	https://kc.umn.ac.id/id/eprint/32226

Actions (login required)

View Item