PERBANDINGAN NAIVE BAYES CLASSIFIER DENGAN NEAREST NEIGHBOR UNTUK IDENTIFIKASI PENYAKIT MATA

Wildan Budiawan Zulfikar; Nur Lukman

doi:10.15575/join.v1i2.33

PERBANDINGAN NAIVE BAYES CLASSIFIER DENGAN NEAREST NEIGHBOR UNTUK IDENTIFIKASI PENYAKIT MATA

Authors

Wildan Budiawan Zulfikar Jurusan Teknik Informatika UIN Sunan Gunung Djati Bandung
Nur Lukman Jurusan Teknik Komputer Politeknik Pajajaran ICB Bandung

DOI:

https://doi.org/10.15575/join.v1i2.33

Keywords:

Identifikasi, Penyakit Mata, Naive Bayes Classifier, Nearest Neighbor

Abstract

Naive Bayes Classifier dan Nearest Neighbor merupakan algoritma klasifikasi. Kedua algoritma tersebut dapat dikombinasikan dan dibandingkan untuk mendapatkan akurasi dan kecepatan dalam proses identifikasi penyakit mata. Sebuah penyakit mata dapat diidentifikasi dari gejala-gejala yang timbul pada pasien. Sebuah penyakit mata memiliki gejala yang beragam, sebuah penyakit mata juga dapat memiliki gejala yang menyerupai gejala penyakit mata yang lain. Untuk menentukan atau mengidentifikasi jenis penyakit mata yang diderita pasien diperlukan klasifikasi gejala penyakit mata.

References

Kusrini., Luthfi, Emha Taufik. 2009. Algoritma Data Mining. Yogyakarta: Penerbit Andi.

Musthafa, Aziz. 2009. Klasifikasi Otomatis Dokumen Berita Kejadian Berbahasa Indonesia. Jurusan Teknik Informatika Universitas Islam Negeri Maulana Malik Ibrahim Malang.

Susanto, Sani, Ph.D dan Dedy Suryadi, S.T.,M.S. 2010. Pengantar Data Mining: Menggali Pengetahuan dari Bongkahan Data. Yogyakarta: Andi Publisher.

Ilyas, Sidarta. 2009. Ikhtisar Ilmu Penyakit Mata. Jakarta: Balai Penerbit FKUI.

Larose, Daniel T. 2005. Discovering Knowledge In Data: An Introduction to Data Mining. New Jersey: John Wiley and Sons Inc.

Berry, M.W. dan M. Browne. 2006. Lecture Notes in Data Mining. Singapore: World Scientific Publishing Co. Pte. Ltd.

Downloads

PDF (Bahasa Indonesia)

Published

2016-12-31

Issue

Vol. 1 No. 2 (2016)

Section

Article

Citation Check

License

You are free to:

Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NoDerivatives — If you remix, transform, or build upon the material, you may not distribute the modified material.
No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.

This work is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International License