Penerapan Data Mining Menggunakan Algoritma K-Means Clustering untuk Menentukan Penderita Penyakit Stroke

S, Ambar Wahyu Bagus (2020) Penerapan Data Mining Menggunakan Algoritma K-Means Clustering untuk Menentukan Penderita Penyakit Stroke. Skripsi thesis, Universitas Dinamika Bangsa.

	Text BAB I.pdf Download (21kB)
	Text BAB II.pdf Restricted to Registered users only Download (430kB)
	Text BAB III.pdf Restricted to Registered users only Download (333kB)
	Text BAB IV.pdf Restricted to Registered users only Download (961kB)
	Text BAB V.pdf Download (573kB)
	Text BAB VI.pdf Download (189kB)
	Text DAFTAR PUSTAKA.pdf Download (117kB)

Abstract

Data Mining yang merupakan proses menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Stroke merupakan penyakit yang timbul akibat terputusnya suplai darah menuju otak karena terdapat semburan pada pembuluh darah atau terjadi sumbatan berupa darah yang menggumpal. Suplai oksigen dan nutrisi pada otak menjadi terhenti dan dapat menyebabkan rusaknya jaringan pada otak. Gejala paling umum yang terjadi pada penyakit stroke adalah pada bagian wajah, lengan atau tungkai, sering terasa lemah atau mati rasa. Gejala lainnya yaitu kesulitan berbicara atau memahami perkataan orang lain, pusing, kebingungan, kesulitan melihat menggunakan satu mata bahkan kedua mata, kesulitan dalam melakukan aktifitas ringan seperti berjalan. Dengan melakukan Clustering menggunakan k-means yaitu algoritma yang melakukan pengelompokan. Berdasarkan pengujian hasil data training yang dijadikan data testing yaitu sebanyak 450 data maka didapatkan akurasi terbesar yaitu perhitungan Tools WEKA, cluster 0 terdapat 153 data penderita dengan presentase 34%, cluster 1 terdapat 91 data penderita dengan persentase 20%, cluster 2 terdapat 206 data penderita dengan presentase 46%.

Actions (login required)

View Item