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.
AI Quality Assessment
Not analyzed
Mint this article as an NFT
Not yet minted

Create 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

No comments yet. Be the first to comment on this article.