Article Per Year (5 Year)
p-Index From 2019 - 2024
6.509
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter Coding Jurnal Komputer dan Aplikasi Techno.Com: Jurnal Teknologi Informasi CESS (Journal of Computer Engineering, System and Science) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Jurnal Informatika Upgris Jurnal Khatulistiwa Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI CYBERNETICS JURIKOM (Jurnal Riset Komputer) Journal of Computer System and Informatics (JoSYC) KLIK: Kajian Ilmiah Informatika dan Komputer Indonesian Journal of Computer Science
Rahmi Hidayati
Universitas Tanjungpura
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Aplikasi Teknologi Informasi (SNATI)

 1 
Perbandingan Algoritma Naive Bayes dan C4.5 Untuk Klasifikasi Penyakit Anak Syamsul Bahri; Dwi Marisa Midyanti; Rahmi Hidayati
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Anak sangat rentan terhadap kuman penyakit, para orang tua pada umumnya sering tidak mengetahui gejala-gejala penyakit yang muncul pada tubuh anak. Informasi mengenai gejala-gejala penyakit pada tubuh anak sangat penting untuk diketahui orang tua agar orang tua mampu melakukan tindakan yang tepat pada awal gejala. Salah satu langkah awal yang dapat dilakukan dalam mendiagnosa penyakit pada anak adalah dengan melakukan klasifikasi berdasarkan gejala-gejala yang sering timbul. Terdapat beberapa algoritma klasifikasi, diantaranya yang sering digunakan yaitu Naive Bayes dan Decision Tree C4.5. Penelitian ini melakukan perbandingan kedua algoritma tersebut untuk klasifikasi penyakit anak. Dari hasil perbandingan menunjukkan bahwa algoritma terbaik dengan akurasi sebesar 90.00% yaitu Decision Tree C4.5. Sementara algoritma Naive Bayes memperoleh tingkat akurasi sebesar 89.58%.
Co-Authors Agus Harjoko Ariansyah Sudarsono Arif Rahmawan Aris Fajrianto Ayu Lathalia Lestari CHANDRA MONICA PERMADANI Cucu Suhery Darmawansyah Darmawansyah Dea Rizki Febrinamas Dedi Triyanto Deni Destia Arini Hairunnisa Dwi Marisa Midyanti Dwi Marisa Midyanti Ellif Ellif Fajar Mu'alim Fransiskus Julian Adresman Frasila Frasila Hafiz Adlan Afrigi Subri Ika Nurul Hidayah Ikhwan Ruslianto Ilhamsyah Indah Advia Lestarry Irma Nirmala Irwan Guntoro Irwan Guntoro Ita Permata Sari Jaka Jaka Kasliono Kasliono Kresna Satya Nugroho Krisna Madani Maulana Basuki Ilham Michael Michael Muhamad Reksy Mulia Nur Fitriana Putri Nurul Fajri 'Aini Firdaus Nurul Mutiah Rahmanita Widiyanti Rizky Risan R Sampe Hotlan Sitorus Suci Junianti Suhardi Suhardi Suhardi Suhardi Suhardi Sy Kamal Baraqbah Syamsul Bahri Sylviana Kusuma Tedy Rismawan Tika Suci Pania Uray Ristian