Targeted Contrast Utility Itemset Mining Untuk Deteksi Penyakit Stroke

Nurjannah, Siti (2025) Targeted Contrast Utility Itemset Mining Untuk Deteksi Penyakit Stroke. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5002211098-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Penyakit stroke dikenal sebagai salah satu penyakit yang sangat mematikan di dunia terlebih saat penderita tidak diketahui gejala awal yang dialami. Mengenal gejala atau symptom penyakit stroke sedikit banyak dapat dijadikan sebagai tindakan pencegahan atau bahkan terhindar. Penelitian Tugas Akhir iniini bertujuan untuk mendeteksi penyakit stroke dengan memberikan pola gejala yang menyertai. Penelitian terkait berdasarkan metode data mining tidak memperhatikan rasio bahaya dari tiap factor risiko yang menyebabkan pola kurang representatif dan ambigu. Oleh karena itu, Penelitian Tugas Akhir inimengusulkan sebuah metode Targeted Contrast Utility Itemset Mining (T-CUIM ) dengan mempertimbangkan trade-off utilitas hazard ratio dan odd ratio, sehingga pola yang dihasilkan lebih merepresentasikan gejala stroke yang dialami. Kemudian, metode TCUIM juga ditambahkan tahap prediksi penyakit stroke yang menghitung antara data uji dan pola yang dibangkitkan. Pada penelitian Tugas Akhir ini, T-CUIM diuji pada data publik terkait penyakit stroke dari situs Kaggle . Selanjutnya, T-CUIM menunjukkan hasil prediksi yang lebih bagus dibandingkan dengan metode baseline.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Contrast Mining, Targeted Utility Mining, Odds Ratio, Hazard Ratio, Deteksi Penyakit Stroke, Stroke Disease Detection
Subjects:	Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science) Q Science > QA Mathematics > QA76.9.U83 Graphical user interfaces. User interfaces (Computer systems)--Design.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Siti Nurjannah
Date Deposited:	01 Aug 2025 09:31
Last Modified:	01 Aug 2025 09:31
URI:	http://repository.its.ac.id/id/eprint/125675

Actions (login required)

View Item