Pengembangan aplikasi deteksi penyakit jantung koroner dan kadar kolesterol dengan menggunakan data mining bayesian
C Cara untuk mendeteksi penyakit jantung koroner dan kadar kolesterol adalah dengan melakukan pengecekan darah ke laboratorium. Hasilnya berupa data angka yang kemudian dianalisa secara manual oleh dokter. Proyek skripsi ini dikerjakan bertujuan untuk membuat suatu aplikasi yang dapat mendeteksi penyakit jantung koroner dan kadar kolesterol dengan melihat hasil data laboratorium. Sistem kerja yang ada di dalam perangkat lunak ini meliputi proses pengolahan data, dan proses data mining. Awalnya, dan data hasil laboratorium yang ada, dianalisa hasilnya secara manual oleh dokter. Setelah semua data dianalisa, dan data tersebut diambil beberapa kriteria-kriteria yang nantinya akann digunakan untuk perhitungan jenis kelamin, usia, kolesterol total, tekanan darah (Sistole dan Diastole). Setelah semuanya disusun, hasil data tersebut dijadikan input pada proses perhitungan data mining Bayesian, yang nantinya akan digunakan untuk menganalisa penyakit jantung koroner dan kadar kolesterol dari data laboratorium yang ada.
M Method for detecting coronary heart disease and cholesterol levels is by checking the blood to the lab. The result of the data points are then analyzed manually by a physician. This thesis project work aims to create an application that can detect coronary heart disease and cholesterol levels by looking at the results of laboratory data. Working system that is in this software include data processing, and data mining process. Initially, data from an existing laboratory results, the results were analyzed manually by a physician. After all the data analyzed, the data is retrieved from some criteria that will be used for the calculation of (gender, age, total cholesterol, blood pressure (systolic and diastolic). After everything is compiled, the data used as input to the calculation of the data mining process Bayesian, which will be used to analyze the coronary heart disease and cholesterol levels of the existing laboratory data.