Elfayani. PENERAPAN METODE FUZZY DECISION TREE UNTUK KLASIFIKASI HIPERTENSI PADA REMAJA DI KOTA BANDA ACEH. Banda Aceh : Fakultas MIPA Universitas Syiah Kuala, 2019

Abstrak

Teknik data mining dapat digunakan untuk mengetahui label kelas dari suatu data. decision tree merupakan salah satu metode yang umum digunakan untuk mengetahui label kelas dari suatu data. pendekatan fuzzy digunakan untuk mengatasi masalah ketidakpastian dan ketidaktepatan pada saat proses pembuatan tree. apabila proses learning dari proses pembuatan tree diselesaikan hingga semua data masing-masing memiliki label kelas, maka akan menghasilkan akurasi yang rendah. penggunaan fuzziness control threshold (?_r) dan leaf decision threshold (?_n) dapat meningkatkan nilai akurasi yang dihasilkan. algoritma sederhana untuk membangun fuzzy decision tree dengan akurasi yang cukup tinggi adalah id3 (iterative dichotomiser 3). salah satu penerapan metode fuzzy decision tree adalah untuk mendiagnosis penyakit berdasarkan faktor-faktor yang mempengaruhinya. tujuan penelitian ini adalah menentukan jumlah aturan yang terbaik berdasarkan model fuzzy decision tree yang terbentuk. data yang digunakan

Baca Juga : PENERAPAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK KLASIFIKASI HIPERTENSI PADA REMAJA DI KOTA BANDA ACEH (GHIFARI GHAZI MONTESKI, 2020) ,

Baca Juga : ANALISIS FAKTOR - FAKTOR YANG BERPENGARUH TERHADAP HIPERTENSI PADA REMAJA DI KOTA BANDA ACEH MENGGUNAKAN REGRESI LOGISTIK (Dhahratul Aini, 2018) ,

da penelitian ini bersumber dari survei gizi remaja di kota banda aceh tahun 2018 yang dilakukan laboratorium biostatistika fmipa unsyiah. berdasarkan penelitian yang dilakukan terhadap data hipertensi pada remaja di kota banda aceh diperoleh jumlah aturan sebanyak 79 buah aturan untuk data responden yang berumur 12-17 tahun dan 60 buah aturan untuk data responden yang berumur 18-23 tahun pada nilai ?_r sebesar 85% dan nilai ?_n sebesar 3% dan 5%. nilai akurasi tertinggi yang diperoleh sebesar 87,18% untuk data responden yang berumur 12-17 tahun dan sebesar 87,50% untuk data responden yang berumur 18-22 tahun. hasil klasifikasi menunjukkan bahwa 20% dari responden menderita hipertensi, 12% menderita hipertensi stage 1, dan 2% menderita hipertensi stage

Tulisan yang relevan

PERBANDINGAN METODE NAÏVE BAYES DAN DECISION TREE DALAM MENENTUKAN PASANGAN AKRONIM DAN EKSPANSINYA MENGGUNAKAN TEKNOLOGI BIG DATA SPARK (TEUKU WAHYU ARDHIAN PUTERA, 2020) ,

PENERAPAN SISTEM PAKAR FUZZY SEBAGAI PENDUKUNG KEPUTUSAN PEMBELIAN KREDIT SEPEDA MOTOR (Nuratika Ira Mentari, 2018) ,

PENERAPAN SISTEM INFERENSI FUZZY (STUDI KASUS: UANG KULIAH TUNGGAL BERKEADILAN (UKTB) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA) (Rifki Nanda, 2015) ,


Kembali ke halaman sebelumnya


Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi