IHSANUR ROZAQ, MAULANA (2022) SISTEM DIAGNOSIS PENYAKIT COVID-19 MENGGUNAKAN ALGORITMA C5.0 DENGAN MENERAPKAN METODE REDUCE ERROR PRUNING (REP). Undergraduate thesis, UPN Veteran Jawa Timur.
|
Text (COVER)
1634010047_Cover.pdf Download (682kB) | Preview |
|
|
Text (BAB I)
1634010047_Bab1.pdf Download (21kB) | Preview |
|
|
Text (BAB II)
1634010047_Bab2.pdf Download (445kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (BAB III)
1634010047_Bab3.pdf Restricted to Registered users only until 27 January 2026. Download (850kB) |
|
|
Text (BAB IV)
1634010047_Bab4.pdf Restricted to Registered users only until 27 January 2026. Download (1MB) |
|
|
Text (BAB V)
1634010047_Bab5.pdf Restricted to Registered users only until 27 January 2026. Download (12kB) |
|
|
Text (DAFTAR PUSTAKA)
1634010047_Daftar_pustaka.pdf Restricted to Registered users only until 27 January 2026. Download (12kB) |
|
|
Text (LAMPIRAN)
1634010047_Lampiran.pdf Restricted to Registered users only until 27 January 2026. Download (3MB) |
Abstract
Coronavirus adalah suatu kelompok virus yang dapat menyebabkan penyakit pada hewan atau manusia. Infeksi COVID-19 dapat menimbulkan gejala ringan, sedang atau berat. Gejala klinis utama yang muncul yaitu demam (suhu > 38C), batuk dan kesulitan bernapas. Dalam keadaan yang seperti ini, adanya suatu sistem yang dapat mengetahui kondisi yang dapat mengidentifikasikan seseorang positif atau negatif covid-19 pastinya akan sangat membantu. Namun, dibutuhkan suatu metode yang memeliki tingkat akurasi yang tinggi dalam penerapannya kedalam sistem. Oleh karena itu, digunakan algoritma C5.0 untuk dapat melakukan diagnosis covid-19 berdasarkan dari gejala yang dialami seseorang. Algoritma C5.0 adalah salah satu algoritma klasifikasi, penyempurnaan dari algoritma sebelumnya yang dibentuk oleh Ross Quinlan pada tahun 1987, yaitu ID3 dan C4.5. Pada algoritma C5.0 terdapat suatu metode yang disebut dengan boosting, metode inilah yang menjadi salah satu kelebihan dari C5.0. Dengan adanya boosting, mampu meningkatkan akurasi dari pohon keputusan yang dibentuk oleh algortima C5.0, dimana cara kerjanya yaitu dengan mengacak dataset hingga menemukan akurasi yang lebih tinggi. Setelah terbentuknya pohon keputusan yang terbaik, akan dilakukan percobaan sebanyak sepuluh kali percobaan untuk mendapatkan nilai akurasi yang terbaik. Dari sepuluh percobaan tersebut diambil pohon keputusan yang memiliki nilai akurasi paling bersar. Pohon keputusan tersebut kemudian diuji dengan 545 data tes dan menghasilkan nilai accuracy sebesar 90,46 %, recall sebesar 94,76 % dan precision sebesar 93,48%. Kata kunci: covid-19, C5.0, boosting, pohon keputusan, coronavirus
| Item Type: | Thesis (Undergraduate) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | T Technology > T Technology (General) > T58.6-58.62 Management Information Systems | ||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
| Depositing User: | Maulana Ihsanur Rozaq | ||||||||||||
| Date Deposited: | 27 Jan 2023 09:06 | ||||||||||||
| Last Modified: | 27 Jan 2023 09:06 | ||||||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/11851 |
Actions (login required)
 |
View Item |