Application of Data Mining Approach in the Classification of Diabetes Mellitus Using the Naïve Bayes Algorithm
(1) Universitas Siliwangi
(2) Universitas Siliwangi
(3) Universitas Siliwangi
(*) Corresponding Author
Abstract
Full Text:
PdfReferences
M. Rifqi, “Aplikasi Data Mining Untuk Diagnosis Penyakit Diabetes Menggunakan Algoritma C4.5 Dan Naïve Bayes Classification,” 2016.
Harliani, “Efektifitas Penyuluhan Terhadap Peningkangkatan Pengetahuan Dan Penurunan Kadar Gula Darah Pada Penderita Diabetes Melitus,” Glob. Heal. Sci., vol. 3, no. 1, pp. 339–345, 2018.
A. Ridwan, “Penerapan Algoritma Naïve Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus,” vol. IV, no. September, pp. 15–21, 2020.
Aris Faizal and Benyamin, “Penerapan Data Mining untuk Identifikasi Penyakit Diabetes Melitus dengan Menggunakan Metode Klasifikasi,” vol. 1, no. 1, pp. 1–6, 2019.
J. I. Marzuki, K. Mataram, and N. T. Bar, “Komparasi Akurasi Metode Correlated Naive Bayes Classifier Dan Naive Bayes Classifier Untuk Diagnosis Penyakit Diabetes”, (Jurnal Nasional Informatika dan Teknolog,” pp. 6–11.
N. Nurdiana and A. Algifari, “Studi Komparasi Algoritma Id3 Dan Algoritma Naive Bayes Untuk Klasifikasi Penyakit Diabetes Mellitus,” INFOTECH J., vol. 6, no. 2, pp. 18–23, 2020, [Online]. Available: https://ejournal.unma.ac.id/index.php/infotech/article/view/816
N. M. Putry and B. N. Sari, “Komparasi Algoritma KNN Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Melitus,” Evolusi J. Sains dan Manaj., vol. 10, no. 1, pp. 45–57, 2022, [Online]. Available: https://ejournal.bsi.ac.id/ejurnal/index.php/evolusi/article/view/12514/5403
M. Irfan, W. Uriawan, O. T. Kurahman, M. A. Ramdhani, and I. A. Dahlia, “Comparison of Naive Bayes and K-Nearest Neighbor methods to predict divorce issues,” IOP Conf. Ser. Mater. Sci. Eng., vol. 434, no. 1, 2018, doi: 10.1088/1757-899X/434/1/012047.
DOI: https://doi.org/10.30645/ijistech.v6i3.247
Refbacks
- There are currently no refbacks.
Jumlah Kunjungan:
Published Papers Indexed/Abstracted By: