TENGKU IRWAN AZIZ, NPM 2009100061 (2024) ANALISIS ALGORITMA MACHINE LEARNING NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT PADA DATA PASIEN DI PUSKESMAS GUNUNG SELAMAT. Skripsi thesis, Universitas Labuhanbatu.
Text
COVER.pdf Download (383kB) |
|
Text
BAB I.pdf Download (405kB) |
|
Text
BAB II.pdf Download (188kB) |
|
Text
BAB III.pdf Download (270kB) |
|
Text
BAB IV.pdf Download (201kB) |
|
Text
BAB V.pdf Download (21kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (78kB) |
Abstract
Pusat Kesehatan Masyarakat (Puskesmas) memegang peran krusial dalam system pelayanan kesehatan di Indonesia sebagai penyedia layanan kesehatan dasar di tingkat desa atau kelurahan. Dengan fungsi utama meningkatkan derajat kesehatan masyarakat, Puskesmas melakukan pencegahan penyakit, pengobatan awal, serta kegiatan promotif dan preventif, termasuk layanan kesehatan ibu dan anak, imunisasi, dan penyuluhan kesehatan. Penelitian ini berfokus pada klasifikasi penyakit pada data pasien di Puskesmas Desa Gunung Selamat Menggunakan Metode Naïve Bayes. Melalui pendekatan ini, penelitian bertujuan untuk memahami pola penyakit berdasarkan variable penting seperti nama pasien, jenis kelamin, usia, dan gejala. Penggunaan data gejala sebagai variable kunci memungkinkan identifikasi karakteristik penyakit yang lebih akurat. Hasil dari analisis ini diharapkan dapat memberikan wawasan mendalam tentang prevelensi penyakit di tingkat local serta mendukung proses diagnosis yang lebih tepat. Dengan demikian, penelitian ini berkontribusi pada peningkatan pemahaman tentang kesehatan masyarakat dan efektivitas layanan di Puskesmas. Kata Kunci : Pusat Kesehatan Masyarakat, Puskesmas, Klasifikasi Penyakit, Metode Naïve Bayes, Kesehatan Masyarakat, Data Pasien Gejala, Pencegahan Penyakit, Layanan Kesehatan Dasar.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Pusat Kesehatan Masyarakat, Puskesmas, Klasifikasi Penyakit, Metode Naïve Bayes, Kesehatan Masyarakat, Data Pasien Gejala, Pencegahan Penyakit, Layanan Kesehatan Dasar. |
Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
Divisions: | Fakultas Sains Dan Teknologi > Sistem Informasi |
Depositing User: | Unnamed user with email repository@ulb.ac.id |
Date Deposited: | 24 Oct 2024 03:27 |
Last Modified: | 24 Oct 2024 03:27 |
URI: | http://repository.ulb.ac.id/id/eprint/1192 |
Actions (login required)
View Item |