perbandingan kinerja rule zeror dan function smo dengan t-test dalam pengklasifikasian diagnosis penyakit diabetes mellitus
Clicks: 63
ID: 159032
2016
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Star Article
18.6
/100
63 views
18 readers
AI Quality Assessment
Not analyzed
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
Penemuan informasi dari data medis adalah salah satu cara untuk membuat keputusan dari pasien.. Dataset diabetes mellitus diperoleh dari Pima Indian dataset diabetes dari repositori UCI. Pengolahan data mining dibagi menjadi dua tahap yaitu pertama, identifikasi dan pencarian atribut data , pencarian keakurasian data menggunakan software WEKA dan kedua, tahap kelayakan perbandingan kedua data tersebut dengan t-test menggunakan Microsoft excell. Masing-masing metode diuji keefektifitasanya dengan menggunakan 10-fold cross validation dengan hasil pengukuran diperoleh akurasi 77,3 % untuk function SMO dan 65,1 % untuk rule ZeroR . Setelah didapatkan hasil akurasi, dilakukan pengujian perbandingan kesignifikaan dengan confidence level 5% dengan menggunakan t-test. Didapatkan hasil bahwa keduanya signifikan, hal ni berarti bahwa metode function SMO memberikan prediksi yang lebih baik dari rule ZeroR untuk diagnose penyakit diabete
| Reference Key |
wiyono2016emitorperbandingan
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Slamet Wiyono |
| Journal | emitor |
| Year | 2016 |
| DOI |
DOI not found
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.