Text

Klasifikasi Calon Pendonor Darah Menggunakan Metode Naïve Bayes Classifier

---

ABSTRAK

Klasifikasi adalah proses pencarian sekumpulan model atau fungsi yang
menggambarkan dan membedakan kelas data dengan tujuan agar model tersebut
dapat dipergunakan untuk memprediksi kelas dari suatu objek yang belum
diketahui kelasnya. Ada beberapa metode yang termasuk dalam metode
klasifikasi, salah satunya adalah Naïve Bayes. Naïve Bayes merupakan teknik
prediksi berbasis probabilistik sederhana yang berdasar pada penerapan teorema
Bayes dengan asumsi independensi yang kuat. Pada penelitian ini dilakukan
perbaikan terhadap metode Naïve Bayes dalam menghitung peluang bersyarat dari
setiap fiturnya menggunakan dua pendekatan, yaitu pendekatan fungsi densitas
normal dan pendekatan selisih peluang kumulatif. Kedua pendekatan tersebut
digunakan untuk melakukan klasifikasi calon pendonor darah di Kota Semarang.
Variabel prediktor yang digunakan adalah kadar hemoglobin, tensi atas, tensi
bawah, dan berat badan. Hasil dari penelitian ini menunjukan bahwa kedua
pendekatan tersebut sama baiknya dalam melakukan klasifikasi dengan nilai
Matthews Correlation Coefficient (MCC) sebesar 0,8985841 atau mendekati +1.
Kata Kunci : Klasifikasi, Naïve Bayes, Fungsi Densitas, Peluang Kumulatif,
Donor Darah, Matthews Correlation Coefficient (MCC).

ABSTRACT

Classification is the process of finding a model or function that describes and
distinguishes data classes or concepts, for the purpose of being able to use the
model to predict the class of objects whose class label is unknown. There are
some methods that are included in the classification methods, one of them is
Naïve Bayes. Naïve Bayes is a prediction technique that based simple probabilistic
are based on the application of Bayes theorem with strong independence
assumption. On this study carried out correction to the Naïve Bayes method in
calculating the conditional probability of each feature using two approaches,
normal density function and cumulative distribution function approaches. These
two approaches are used to classify prospective blood donors in Semarang City.
The predictor variables used are hemoglobin level, upper blood pressure, lower
blood pressure, and weight. The result of this study shows that both approaches
have the same Matthews Correlation Coefficient (MCC) values, 0,8985841 or
close to +1. It means that both approaches equally well doing classification.
Keywords : Classification, Naïve Bayes, Normal Density Function, Cumulative
Distribution Function, Blood Donors, Matthews Correlation
Coefficient (MCC).

---

Ketersediaan

545E17II

519,542 DHI k

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519,542 DHI k

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1547

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dhimas Bayususetyo

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar