2019
DOI: 10.12962/j27213862.v2i1.6810
|View full text |Cite
|
Sign up to set email alerts
|

Klasifikasi Pasien Penderita Penyakit Liver dengan Pendekatan Machine Learning

Abstract: Abstrak-Liver atau hati adalah organ yang perannya sangat vital dalam tubuh manusia. Penyakit liver sering dianggap sebagai silent killer (pembunuh diam-diam) karena adanya kemungkinan tidak timbul gejala. Permasalahan yang terjadi adalah sulitnya mengenali penyakit liver sejak dini., bahkan saat penyakit ini sudah menyebar pun masih sulit untuk dideteksi. Padahal penderita perlu mengetahui adanya gejala penyakit liver sejak dini agar dapat segera melakukan pengobatan. Adanya diagnosa penyakit liver sejak dini… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2

Citation Types

0
3
0
5

Year Published

2020
2020
2023
2023

Publication Types

Select...
7

Relationship

0
7

Authors

Journals

citations
Cited by 8 publications
(8 citation statements)
references
References 3 publications
0
3
0
5
Order By: Relevance
“…Penerapan Random Forest dianggap memiliki keunggulan pada sisi penanganan outlier, efektif dalam menangani imbalance data, waktu dalam memproses komputasi lebih cepat, dan hasil akurasi yang tinggi [10]. Selain itu, penerapan metode lain seperti Naïve Bayes dianggap memiliki kelebihan yaitu perhitungan algoritmanya yang lebih sederhana namun mampu menghasilkan nilai akurasi yang tinggi untuk klasifikasi data [11]. Penerapan teknik SMOTE pada penelitian ini bertujuan untuk mengontrol distribusi data yaitu mengubah jumlah data dari kelas minoritas menjadi sebanyak jumlah data kelas mayoritas [12].…”
Section: Pendahuluanunclassified
“…Penerapan Random Forest dianggap memiliki keunggulan pada sisi penanganan outlier, efektif dalam menangani imbalance data, waktu dalam memproses komputasi lebih cepat, dan hasil akurasi yang tinggi [10]. Selain itu, penerapan metode lain seperti Naïve Bayes dianggap memiliki kelebihan yaitu perhitungan algoritmanya yang lebih sederhana namun mampu menghasilkan nilai akurasi yang tinggi untuk klasifikasi data [11]. Penerapan teknik SMOTE pada penelitian ini bertujuan untuk mengontrol distribusi data yaitu mengubah jumlah data dari kelas minoritas menjadi sebanyak jumlah data kelas mayoritas [12].…”
Section: Pendahuluanunclassified
“…Penelitian sebelumnya yang berkaitan dengan klasifikasi pernah dilakukan oleh Pusporani, dkk. [7] dengan judul "Klasifikasi Pasien Penderita Penyakit Liver dengan Pendekatan Machine Learning". Penelitian ini membandingkan antara metode regresi logistik, Decission Trees, Naïve Bayes, K-NN, dan SVM.…”
Section: Pendahuluanunclassified
“…This disease can have serious impacts on overall health, causing organ damage, and even death. Therefore, the diagnosis and treatment of liver disease must be prompt and accurate [3].…”
Section: Introductionmentioning
confidence: 99%