Ransun, Refisel Bernardus Wim and Adrian, Angelia Melani and Turang, Rinaldo (2019) KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN ALGORITMA K- NEAREST NEIGHBOR. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE.
PDF
COVER-DATAR TABEL.pdf Download (513kB) |
|
PDF
BAB ISI-LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Jantung merupakan organ manusia yang berperan dalam sistem peredaran darah. Penyakit jantung merupakan spektrum klinis yang meliputi angina pektoris stabil dan sindrom koroner akut. Nyeri dada merupakan keluhan yang sering dijumpai dalam gejala penyakit jantung. Berdasarkan data Riskesdas tahun 2013, prevalensi tertinggi untuk penyakit Kardiovaskuler di Indonesia adalah Penyakit Jantung Koroner (PJK).
Saat ini data mining sudah banyak digunakan dalam penelitian khususnya dalam bidang kesehatan. Data medis mempunyai database yang besar sehingga skala database yang besar inilah yang membuat konsep dari data mining diperlukan dalam dunia medis. Algoritma K-Nearest Neighbor (KNN) merupakan salah satu algoritma yang sudah sering digunakan dalam klasifikasi data medis. Dalam penelitian ini akan dibangun suatu aplikasi klasifikasi data mining untuk mengklasifikasi penyakit jantung menggunakan algoritma KNN. Selain itu dalam penelitian yang dilakukan, penulis akan mencari parameter nilai k optimal dari data yang ada. Dalam penelitian ini, penulis melakukan perbandingan antara algoritma KNN dengan tiga algoritma pembanding, yaitu algoritma decision tree C4.5, algoritma support vector machine, dan algoritma naive bayes untuk mencari algoritma mana yang memiliki kinerja terbaik.
Kata kunci: Penyakit Jantung, KNN, data mining, klasifikasi
Item Type: | Thesis (Skripsi) | ||||||||
---|---|---|---|---|---|---|---|---|---|
Creators: |
|
||||||||
Subjects: | T Technology > T Technology (General) | ||||||||
Divisions: | Fakultas Teknik > Teknik Informatika | ||||||||
Depositing User: | Mr Victor Edwin Ohoiwutun | ||||||||
Date Deposited: | 14 Apr 2020 06:13 | ||||||||
Last Modified: | 14 Apr 2020 06:14 | ||||||||
URI: | http://repo.unikadelasalle.ac.id/id/eprint/1260 |
Actions (login required)
View Item |