A PHP Error was encountered
Severity: Warning
Message: fopen(/home/rama/public_html/application/cache/sessions/rama_sessionlgbjeg07h4796sk9t7c4mps1juni74tp): failed to open stream: No space left on device
Filename: drivers/Session_files_driver.php
Line Number: 174
Backtrace:
File: /home/rama/public_html/application/core/MY_Controller.php
Line: 8
Function: __construct
File: /home/rama/public_html/application/controllers/Document.php
Line: 6
Function: __construct
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={Setiyani Santi},
title ={PENERAPAN METODE NAIVE BAYES CLASSIFIER
PADA SISTEM PAKAR DIAGNOSA PENYAKIT
LAMBUNG
(Pada Puskesmas Depok III)},
year={2021},
url={http://eprints.mercubuana-yogya.ac.id/14077/},
abstract={Dalam perkembangan dunia farmasi penyakit pada organ dalam seperti lambung setiap tahunnya semakin berkembang, baik dari jumlah penderita maupun perkembangan jenis penyakitnya. Lambung adalah salah satu organ penting bagi tubuh manusia, karena menjadi salah satu organ yang berfungsi untuk mencerna minuman dan makanan, namun masih banyak msyarakat yang kurang mengetahui gejala-gejala dari penyakit lambung karena kurangnya informasi dan pengetahuan. Penelitian ini dilakukan berdasarkan latar belakang kebutuhan dengan mengambil case study dari Puskesmas Depok III. Metode yang digunakan dalam tahap pembuatan sistem ini adalah metode Naïve Bayes Classifier, dengan motodologi pengembangan SDLC (system development life cycle) kemudian memasukan kedalam sistem melalui proses pengkodean untuk merealisasikannya. Tujuan dari pembuatan sistem pakar diagnosa penyakit lambung ini adalah untuk membangun sistem pakar yang berfungsi mendiagnosa awal penyakit lambung dengan menerapkan metode Naive Bayes Classifier dan memanfaatkan sistem pakar untuk dapat digunakan petugas non-ahli untuk melakukan diagnosa jenis penyakit lambung di Puskesmas Depok III. Berdasarkan dari 20 data pasien dari puskesmas depok III yang telah diuji oleh sistem pakar diagnosa jenis penyakit lambung dengan menerapkan metode Naïve Bayes Classifier didapatkan tingkat akurasi sistem sesuai (90%) dan tidak sesuai (10%).}
}