Marisa, Marisa (2023) KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN METODE LOGISTIC REGRESSION. S1 thesis, Universitas Malikussaleh.

	Text SKRIPSI MARISA (170180078)-1.pdf Download (189kB)
	Text SKRIPSI MARISA (170180078)-8-9.pdf Download (58kB)
	Text SKRIPSI MARISA (170180078)-14-17.pdf Download (99kB)
	Text SKRIPSI MARISA (170180078)-62-63.pdf Download (87kB)
	Text SKRIPSI MARISA (170180078).pdf Restricted to Registered users only Download (2MB)

Abstract

ABSTRAK Indonesia adalah negara dengan peringkat keempat dengan jumlah diabetes terbesar di dunia dan telah berkembang menjadi 14 juta orang. Hal ini bergantung pada laporan World Health Organization (WHO) yang memperkirakan jumlah penderita diabetes di Indonesia pada tahun 2000 mencapai 8,4 juta orang, di bawah India (31,7 juta), China (20,8 juta) dan Amerika Serikat (17,7 juta). Ada lebih dari 143 juta penderita diabetes di seluruh dunia dan jumlah tersebut diproyeksikan akan berlipat ganda pada tahun 2030, dengan 77 persen di antaranya tinggal di negara berkembang. Keterlambatan pencegahan ini merupakan penyebab peningkatan jumlah penyakit diabetes. Pasien meninggal akibat komplikasi sebelum adanya penegakan pencegahan. Penundaan ini disebabkan oleh banyak elemen yang memengaruhi keputusan saat ini atau berbagai faktor. Sehingga yang sangat diinginkan peneliti adalah klasifikasi yang dapat menjadi alat untuk memprediksi apakah seseorang menderita diabetes atau tidak. Penelitan ini menggunakan metode Logistic Regression, dimana Logistic Regression adalah suatu metode yang memprediksi probabilitas bahwa hasil atau variabel respon sama dengan 1. Dengan adanya penelitian ini diharapkan dapat mengimplementasikan Logistic Regression dalam memprediksi penyakit diabetes dan. Ada 7 atribut yang digunakan sebagai batasan dalam pengembangan framework. Sistem akan menghasilkan keluaran berupa nilai 0 dan 1 sebagai penentu hasil prediksi penyakit diabetes. Berdasarkan pengujian yang dilakukan diperoleh hasil ramalan berupa data kadar gula 101, logit 0,335375248, probalitas diabetes 0,58306668 mendapatkan prediksi diagnosa 0 atau non-Diabetes, sedangkan data ke 4 dengan kadar glukosa 323, logit 1,341190072, probabilitas diabetes 0,79268558 mendapatkan hasil prediksi diagnosa 1 atau pengidap diabetes. Kata kunci - Diabetes, Logistic Regression, Klasifikasi

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Khairiati Khairiati
Date Deposited:	29 Nov 2024 01:13
Last Modified:	29 Nov 2024 01:13
URI:	https://rama.unimal.ac.id/id/eprint/7858

Actions (login required)

View Item