KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Kaunang, Angel Ecclesia and Andrian, Angeli Melani and Kumenap, Vivie Deyby (2019) KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE.

[img]
Preview
PDF
COVER - DAFTAR ISI.pdf

Download (358kB) | Preview
[img] PDF
BAB I.pdf
Restricted to Repository staff only

Download (42kB)
[img] PDF
BAB II.pdf
Restricted to Repository staff only

Download (217kB)
[img] PDF
BAB III.pdf
Restricted to Repository staff only

Download (538kB)
[img] PDF
BAB IV.pdf
Restricted to Repository staff only

Download (122kB)
[img] PDF
BAB V.pdf
Restricted to Repository staff only

Download (203kB)
[img] PDF
BAB VI.pdf
Restricted to Repository staff only

Download (237kB)
[img]
Preview
PDF
BAB VII DAN DAFTAR PUSTAKA.pdf

Download (111kB) | Preview

Abstract

Diabetes mellitus atau disebut diabetes adalah penyakit kronis gangguan metabolisme akibat kadar gula darah yang tinggi di atas normal dan ditandai dengan peningkatan konsentrasi glukosa dalam darah. Perkembangan teknologi saat ini membuat banyak orang mencoba cara yang lebih baik untuk menemukan dan mengelola informasi untuk memprediksi penyakit. Penambangan data adalah salah satu teknik populer untuk memprediksi penyakit menggunakan data historis. KNN adalah algoritma sederhana namun kuat yang digunakan untuk klasifikasi penambangan data.
Berdasarkan permasalahan yang ada, maka akan dibangun aplikasi klasifikasi untuk prediksi penyakit diabetes menggunakan algoritma K-Nearest Neighbor (KNN). Data yang digunakan dalam penelitian ini diperoleh dari salah satu rumah sakit umum di Manado. Ada 200 data pasien diabetes yang terdiri dari dua kelas diagnosis, yaitu DM (diabetes melitus) dan Non-DM.
Metodologi yang digunakan dalam penelitian ini adalah KDD (Knowledge Discovery in Database). Evaluasi performa algoritma KNN didasarkan pada nilai akurasi dan Kappa.
Hasil percobaan menunjukkan bahwa algoritma KNN memperoleh 0,62 untuk akurasi dan 0,24 untuk nilai Kappa. Aplikasi ini juga dapat digunakan untuk mengklasifikasikan data uji tunggal untuk memprediksi apakah pasien menderita diabetes atau tidak.

Kata Kunci: Diabetes Mellitus, Data Mining, Klasifikasi, K-Nearest Neighbor

Item Type: Thesis (Skripsi)
Creators:
CreatorsNIM/NIDN
Kaunang, Angel EcclesiaNIM.14013042
Andrian, Angeli MelaniUNSPECIFIED
Kumenap, Vivie DeybyNIDN.0903018901
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Mr Victor Edwin Ohoiwutun
Date Deposited: 18 Oct 2019 05:44
Last Modified: 22 Jan 2021 02:20
URI: http://repo.unikadelasalle.ac.id/id/eprint/734

Actions (login required)

View Item View Item