Prediksi Bblr Berdasarkan Kondisi Ibu Hamil Menggunakan Metode Decision Tree Dengan Algoritma C4.5 (studi Kasus : RSUD Anutapura Kota Palu)

WULAN (2023) Prediksi Bblr Berdasarkan Kondisi Ibu Hamil Menggunakan Metode Decision Tree Dengan Algoritma C4.5 (studi Kasus : RSUD Anutapura Kota Palu). Sarjana thesis, Universitas Tadulako.

Full text not available from this repository.

Abstract

Berat bayi lahir adalah berat badan bayi yang ditimbang dalam waktu 1 jam pertama setelah lahir. Bayi dapat dikelompokkan berdasarkan berat lahirnya yakni berat lahir rendah (berat lahir <2500 gram), berat bayi sedang (berat lahir antara 2500-3999 gram), dan berat badan lebih. Penelitian ini bertujuan mendapatkan hasil prediksi BBLR menggunakan algoritma C4.5 dan mendapatkan tingkat akurasi keberhasilan algoritma C4.5 dalam prediksi BBLR. Penelitian dilakukan dalam 2 tahap yaitu tahap training dan testing dengan 4 atribut yang digunakan. Pengolahan dilakukan dengan menggunakan 105 data training dan 45 data testing. Dari hasil penelitian ini pada RapidMiner dengan menggunakan Decission Tree algoritma C4.5 didapatkan sebuah hasil prediksi 3 data yang tidak sesuai antara data hasil RapidMiner dengan nilai akurasi sebesar 93,33%.

Item Type: Thesis (Sarjana)
Commentary on: Eprints 0 not found.
Divisions: Fakultas Matematika dan IPA > Matematika
SWORD Depositor: Users 0 not found.
Depositing User: Users 0 not found.
Date Deposited: 22 Jan 2025 07:16
Last Modified: 06 Feb 2025 07:14
URI: https://repository.untad.ac.id/id/eprint/136010
Baca Full Text: Baca Sekarang

Actions (login required)

View Item
View Item