atribut yang mempengaruhi diabetes - Dalam studi ini kami menggunakan algoritma dm2 C45 suatu metode pembelajaran mesin yang terbukti untuk memproyeksikan risiko diabetes pada kelompok khusus Analisis mendalam terhadap atribut klinis yang paling penting juga kami lakukan memberikan wawasan yang lebih rinci tentang profil penyakit dan faktorfaktor yang mempengaruhi mahasiswa mendapatkan nilai akurasi yang cukup tinggi setelah pemilihan atribut dengan information gain dengan 3 atribut yaitu pada kisaran 8979 yang pada awalnya menggunakan 13 atribut didapat akurasi sebesar 8307 Disini dapat dilihat bahwa pemilihan atribut yang digunakan dapat mempengaruhi hasil prediksi PDF KLASIFIKASI PENYAKIT DIABETES MELLITUS TIPE 2 DENGAN METODE Neliti atribut yang digunakan dapat mempengaruhi hasil Pada data penyakit diabetes yang ditemukan terdiri dari Pregnancies Glucose BloodPressure SkinThickness Insulin BMI Diabetes Pedigree PDF Prediksi Penyakit Diabetes Menggunakan Algoritma ID3 dengan Klasifikasi Penyakit Diabetes Menggunakan Algoritma Decision Tree PDF Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy PDF Klasifikasi Diabetes Menggunakan Algoritma Support Vector Machine PDF Prediksi Penyakit Diabetes Menggunakan Algoritma ID3 dengan Neliti terhadap data diabetes Dataset yang digunakan melibatkan atribut yang telah dijelaskan pada bagian sebelumnya pada Gambar 1 menunjukkan alur penelitian yang diusulkan yang terdiri dari beberapa modul yakni Preprocessing data split untuk membagi data menjadi data training dan testing dan klasifikasi menggunakan algoritma SVM Dataset PDF Analisis Komparatif Evaluasi Performa Algoritma Klasifikasi pada Prediksi Penyakit Diabetes Dengan Menggunakan Algoritma C45 penyakit jantung stroke retinopati diabetes yang mempengaruhi american diabetes association 2010 dmt2.pdf penglihatan mata gagal ginjal yang memerlukan dialisis dan kurangnya sirkulasi darah di bagian tungkai yang mengharuskan dilakukan amputasi Dari pemaparan tersebut jumlah penderita DM2 Tiap atribut dipisahkan dengan tanda koma Untuk atribut yang belum diketahui cukup mesin yang terbukti untuk memproyeksikan risiko diabetes pada kelompok khusus Analisis mendalam terhadap atribut klinis yang paling penting juga kami lakukan memberikan wawasan yang lebih rinci tentang profil penyakit dan faktorfaktor yang mempengaruhi Harapannya Hasil riset ini dapat menjadi panduan untuk 2012 Namun perbedaan atributatribut yang berkaitan dengan pasien diabetes mengakibatkan perhitungan kualitas cenderung rumit Teknik klasifikasi data mining dapat menjadi solusi dalam perhitungan kualitas ini Teknik klasifikasi merupakan salah satu teknik data mining yang perkembangannya cukup signifikan Diabetes Melitus DM merupakan penyakit kronis yang ditandai dengan hiperglikemia yang dapat digunakan untuk mengetahui faktor yang mempengaruhi penderita DM Yusa Sindu 2017 juga menggunakan model decision tree dengan algoritma C45 Atribut yang digunakan adalah jenis kelamin Jk usia berat 82 Ente et al PREDIKSI PENYAKIT DIABETES DENGAN MENGGUNAKAN ALGORITMA C4 UMT Indonesia Klasifikasi Faktorfaktor Penyebab Penyakit Diabetes Melitus Di Rumah Penyakit diabetes adalah suatu penyakit gangguan metabolik yang di tandai oleh tingginya gula darah yang melebihi nilai normal Terdapat banyak faktor yang menjadi penyebab penyakit diabetes Penelitian ini mengembangkan metode klasifikasi diabetes dengan menggunakan algoritma Decision Tree Data klinis dari pasien diabetes dan nondiabetes dianalisis bolehkah penderita diabetes makan serabi termasuk atribut seperti usia
bahaya gula bagi penderita diabetes
susu penderita diabetes
