Implementasi Teknik Regularisasi Menggunakan Pruning Pada Algoritma Random Forest Dalam Memprediksi Penyakit Ginjal Kronis

Adi Purnama, Yuna and -, Devi Afriyantari Puspa Putri, S.Kom., M.Sc (2026) Implementasi Teknik Regularisasi Menggunakan Pruning Pada Algoritma Random Forest Dalam Memprediksi Penyakit Ginjal Kronis. Skripsi thesis, Universitas Muhammadiyah Surakarta.

	PDF (Naskah Publikasi) L200190106_Yuna Adi Purnama_FINAL.pdf Download (590kB)
	PDF (Surat Pernyataan Publikasi) L200190106_Surat Pernyataan Publikasi.pdf Restricted to Repository staff only Download (487kB)
	PDF (Lampiran) Berita-Acara-Plagiasi-Turnitin-L200190106.pdf Restricted to Repository staff only Download (267kB)

Abstract

Penyakit ginjal kronis (PGK) adalah masalah kesehatan masyarakat utama diseluruh dunia, terutama di negara berpenghasilan rendah dan menengah. Penyakit ginjal kronis (PGK) adalah gangguan di mana ginjal berhenti bekerja dengan benar dan tidak dapat menyaring darah. Tujuan dari penelitian ini yaitu mendapatkan hasil terbaik prediksi untuk Penyakit Ginjal Kronis menggunakan Algoritma Random Forest dengan Metode Pruning. Perbandingan Naïve Bayes Classifier dengan Algoritma Random Forest dengan Metode Pruning untuk mendapatkan regularisasi yang terbaik. Pruning mengacu pada inovasi ini yang berfokus pada identifikasi subset Random Forest terbaik. Peneliti membandingkan Algoritma penelitian terdahulu yaitu menggunakan Naïve Bayes Classifier dengan Algoritma yang akan diteliti yaitu Algoritma Random Forest dengan Metode Pruning dalam prediksi untuk Penyakit Ginjal Kronis. Hasil penelitian ini menunjukan bahwa penggunaan pruning pada algoritma Random Forest menunjukkan performa yang lebih baik dengan accuracy 99.58% dari penelitian terdahulu menggunakan algoritma Naïve Bayes Classifier dengan accuracy 96.43%.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Algoritma Random Forest, Machine Learning, Penyakit Ginjal Kronis, Prediksi, Teknik Pruning.
Subjects:	T Technology > Information Technology > Artificial Intelligence T Technology > Information Technology > Software. Aplication > Pemograman
Divisions:	Fakultas Komunikasi dan Informatika > S1 Teknik Informatika
Depositing User:	YUNA ADI PURNAMA
Date Deposited:	26 Aug 2026 01:11
Last Modified:	26 Aug 2026 01:11
URI:	http://eprints.ums.ac.id/id/eprint/148789

Actions (login required)

View Item