Komparasi Metode Clustering K-Means, Dbscan dan Hierarchical Untuk Analisis Penyakit Hepatitis C
Journal Information System Development (ISD) · 2023
DOI: 10.19166/isd.v8i1.591 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal Information System Development (ISD), 2023. Verfasst von Aditya Bachtiar und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Beberapa tahun terakhir ini penyakit yang sering dihindari manusia adalah hepatitis. Hepatitis yaitu penyakit yang menjalar di organ hati manusia yang mengalami peradangan sehingga fungsi daripada hati itu tersendat. Dengan tersendatnya fungsi organ hati maka akan mempengaruhi organ yang lain pada diri manusia dan berakibatkan aliran darah yang mengalir tidak sampai ke organ hati sehingga tekanan darah menjadi tidak normal dan pembuluh darah menjadi pecah. penelitian ini menggunakan metode klustering dengan dataset yang terdapat di UCI Repository lalu membandingan ketiga algoritma yakni Hierarchical, K-Means, dan DBSCAN yang bertujuan untuk mengetahui mana algoritma terbaik dari ketiga algoritma tersebut. hasil penelitian ini menunjukkan bahwa algoritma hierarchical mendapatkan hasil yang terbaik dengan nilai 0.7779 tanpa menggunakan scaler.
Zitieren
APA
Bachtiar, A., Rizqi, N. I., & Mubarok, S. (2023). Komparasi Metode Clustering K-Means, Dbscan dan Hierarchical Untuk Analisis Penyakit Hepatitis C. Journal Information System Development (ISD). https://doi.org/10.19166/isd.v8i1.591
Vancouver
Bachtiar A, Rizqi NI, Mubarok S. Komparasi Metode Clustering K-Means, Dbscan dan Hierarchical Untuk Analisis Penyakit Hepatitis C. Journal Information System Development (ISD). 2023. doi:10.19166/isd.v8i1.591
BibTeX
@article{Bachtiar2023,
author = {Bachtiar, Aditya and Rizqi, Nur Irvan and Mubarok, Syahrul},
title = {Komparasi Metode Clustering K-Means, Dbscan dan Hierarchical Untuk Analisis Penyakit Hepatitis C},
journal = {Journal Information System Development (ISD)},
year = {2023},
doi = {10.19166/isd.v8i1.591}
}
EUVIMED