Please use this identifier to cite or link to this item:
http://repository.iti.ac.id/jspui/handle/123456789/2354
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Henaulu, Shintia Hadigatri | - |
dc.contributor.author | Putra, Dino Hariatma | - |
dc.date.accessioned | 2024-09-20T03:36:09Z | - |
dc.date.available | 2024-09-20T03:36:09Z | - |
dc.date.issued | 2022-08-31 | - |
dc.identifier.uri | http://repository.iti.ac.id/jspui/handle/123456789/2354 | - |
dc.description | Dosen Pembimbing : Dino Hariatma Putra | en_US |
dc.description.abstract | Pada saat ini banyak macam penyakit yang dapat melumpuhkan manusia seperti bell’s palsy, multiple sclerosis, tumor otak, dan stroke. Stroke adalah suatu kondisi yang terjadi ketika pasokan darah ke suatu jaringan bagian otak tiba-tiba terganggu, karena sebagian sel-sel otak mengalami kematian akibat gangguan aliran darah karena sumbatan atau pecahnya pembuluh darah otak. Ada beberapa faktor yang dapat memprediksi serangan stroke seperti umur, berat badan, hipertensi, kadar gula darah dan lain-lain. Faktor tersebut diprediksi dalam penelitian ini menggunakan Machine Learning dengan metode Random Forest Clasifier, dataset diperoleh dari Kaggle dengan jumlah data 449 dan 12 attribut diantaranya jenis kelamin, umur, hipertensi, riwayat jantung, status pernikahan, pekerjaan, tempat tinggal, kadar gula darah, index massa tubuh, status merokok, dan stroke. Data dianalisis dengan melihat korelasi antar attribut, pelabelan data dilakukan dengan Machine Learning agar dapat dimodelkan menggunakan Algoritma Random Forest. Hasil akhir dari penelitian dengan Implementasikan Machine Learning untuk prediksi serangan stroke, memiliki hasil akurasi yang didapat sebesar 74%. | en_US |
dc.language.iso | other | en_US |
dc.publisher | Institut Teknologi Indonesia | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Random Forest Clasifier | en_US |
dc.subject | Stroke | en_US |
dc.title | IMPLEMENTASI MACHINE LEARNING UNTUK PREDIKSI SERANGAN STROKE | en_US |
dc.type | Thesis | en_US |
dc.identifier.nim | NIM1151500060 | - |
dc.identifier.kodeprodi | KODEPRODI55201#Teknik Informatika | - |
Appears in Collections: | [TA] Informatika |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
1.COVER.pdf | COVER | 176.39 kB | Adobe PDF | View/Open |
ABSTRAK.pdf | ABSTRAK | 159.03 kB | Adobe PDF | View/Open |
BAB 1.pdf | BAB I | 143.81 kB | Adobe PDF | View/Open |
BAB 2.pdf Restricted Access | BAB II | 1.16 MB | Adobe PDF | View/Open Request a copy |
BAB 3.pdf Restricted Access | BAB III | 1.42 MB | Adobe PDF | View/Open Request a copy |
BAB 4.pdf Restricted Access | BAB IV | 1.29 MB | Adobe PDF | View/Open Request a copy |
BAB 5.pdf | BAB V | 92.06 kB | Adobe PDF | View/Open |
DAFTAR REFERENSI.pdf | DAFTAR PUSTAKA | 115.02 kB | Adobe PDF | View/Open |
FULL TEXT.pdf Restricted Access | FULL TEXT | 1.02 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.