Skripsi/Tugas Akhir

Penerapan Data Mining untuk Prediksi Kualitas Sperma dengan Metode Naïve Bayes Berbasis Web

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Masalah infertilitas antara pasangan suami istri menjadi masalah penting yang dapat mengganggu keharmonisan rumah tangga. Faktor terbesar penyebab infertilitas bagi pria adalah masalah kualitas sperma. Penelitian ini bertujuan merancang aplikasi untuk memprediksi kualitas sperma dengan menerapkan metode Naive Bayes berbasis Web, diharapkan bisa membantu pria untuk mengetahui secara dini mengenai kualitas spermanya sehingga masalah infertilitas pada pria bisa diantisipasi. Sehingga diharapkan juga bisa menurunkan kasus infertilitas pada pasangan suami istri yang disebabkan oleh pria. Metode Naïve Bayes dapat digunakan dalam memprediksi resiko seseorang mengalami gangguan kesuburan.Berdasarkan data yang dijadikan data training, penerapan teknik Laplace Correction pada algoritma Naïve Bayes dapat memprediksi 23 dari 25 data pengujian untuk prediksi kualitas sperma sehingga menghasilkan akurasi sebesar 92%, dalam proses klasifikasi akan semakin akurat dengan bertambahnya jumlah data latih, serta algoritma Naïve Bayes dapat diterapkan pada aplikasi berbasis Web. Hasil pengujian menggunakan black box testing menunjukan bahwa 7 (tujuh) modul yang dibuat telah berjalan dengan baik.
Kata Kunci: Fertilitas, Sperma, Data Mining, Algoritma Naïve Bayes

ABSTRACT
The problem of infertility between husband and wife is an important problem that can interfere household harmony. This study aims to design applications for predicting sperm quality by applying the Web-based Naive Bayes method, it is hoped can help men to find out early about the quality of their sperm so that the problem infertility in men can be anticipated. So it is hoped that it will also reduce infertility cases in married couples caused by men. The Naïve Bayes method can be used in predict a person's risk of experiencing fertility problems.Based on the data used training data, the application of the Laplace Correction technique on the Naïve Bayes algorithm can predict 23 out of 25 test data for prediction sperm quality so as to produce an accuracy of 92%, in the classification process it will be more accurate as the amount of training data increases, and the Naïve Bayes algorithm can applied to Web-based applications. The test results using black box testing show that 7 (seven) modules that have been made have run well.
Keywords: Fertility, Sperm, Data Mining, Naïve Bayes Algorithm

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 22-45 AME p - 0199TI

Penerbit

Makassar : Universitas DIPA., 2022

Deskripsi Fisik

xv + 119 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 22-45

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Maret 2022

Subjek

Skripsi/Tugas Akhir
Algoritma Naive Bayes
Data Mining

Lampiran File