Claim Missing Document
Check
Articles

Found 2 Documents
Search

PEMAKAIAN HIDDEN BEVEL LENSA CR-39 DENGAN AUTO GROOVER DAN KENYAMANAN PENGGUNA Andriani; Wahyu Budiana; Opep Cahya Nugraha; Nisa Zakiati Umami
Jurnal Mata Optik Vol. 1 No. 2 (2020): Bulan November
Publisher : Akademi Refraksi Optisi dan Optometry Gapopin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54363/jmo.v1i2.19

Abstract

Bevel Hidden manufacture lenses CR - 39 in optical dispensing laboratories using Autogroover engine requires high precision and skills so as to produce glasses that fit the patient's wishes, in this paper the author uses descriptive method of literature data one by David Wilson with the title of the book "Practical Optical Dispensing" bifocal lens that can focus both horizontally and can be completed in a placement center vertically so as to produce a lens with good quality
The PERBANDINGAN ALGORITMA NAIVE BAYES DAN C4.5 DALAM MEMPREDIKSI PENYAKIT Andriani
Journal of Computer and Information System ( J-CIS ) Vol 5 No 1 (2022): J-CIS Vol 5 No. 1 Tahun 2022
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v5i1.810

Abstract

Setiap tahun, jumlah penderita diabetes semakin meningkat. Berdasarkan data dari World Health Organization (WHO), ada sekitar 347 juta orang di dunia menderita diabetes melitus, dan diperkirakan kematian yang disebabkan oleh diabetes akan meningkat dua pertiga kali diantara tahun 2008 sampai 2030. Peningkatan jumlah penderita diabetes disebabkan oleh keterlambatan pemprediksi dan juga karena pola hidup yang tidak sehat. Konsep dari naive bayes dan C4.5 sangat fleksibel terhadap data-data yang kurang tepat serta didasarkan pada bahasa alami. Karena itu dibutuhkan suatu sistem sebagai alat bantu dalam penentuan apakah pasien itu menderita diabetes melitus atau tidak dengan menggunakan konsep perbandingan algoritma Naive Bayes dan C4.5. Berdasarkan permasalahan diatas, dapat dikembangkan sebuah teknik data mining dengan memprediksi data pasien teridentifikasi penyakit diabetes dengan menggunakan metode Algoritma C4.5 dan metode Naive Bayes dengan harapan setelah diolah dengan teknik data mining tersebut dapat dihasilkan informasi dalam prediksi data pasien teridentifikasi penyakit diabetes.