Agustinar, Agustinar (2021) DIAGNOSA PENYAKIT PARU-PARU MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. S1 thesis, Universitas Malikussaleh.

	Text SKRIPSI AGUSTINAR-1.pdf Download (80kB)
	Text SKRIPSI AGUSTINAR-8-9.pdf Download (103kB)
	Text SKRIPSI AGUSTINAR-14-16.pdf Download (236kB)
	Text SKRIPSI AGUSTINAR-86.pdf Download (83kB)
	Text SKRIPSI AGUSTINAR.pdf Restricted to Registered users only Download (2MB)

Abstract

Diagnosa Penyakit Paru-Paru Menggunakan Algoritma K-NearestNeighbor ABSTRAK Penyakit paru-paru pada manusia adalah suatu penyakit yang banyak terjadi pada saat sekarang ini. Hal ini disebabkan pola gaya hidup masyarakat yang sibuk dengan padatnya jadwal yang dapat mempengaruhi kesehatan. Sehingga tingkat gejala penyakit paru-paru semakin tinggi. Adapun penelitian ini dilakukan tentang Diagnosa penyakit paru-paru menggunakan Algoritma K- Nearest Neighbor (KNN) untuk memprediksi penyakit paru-paru berdasarkan tingkat kemiripan. Pembuatan sistem ini menggunakan pemrograman php dan framework codeigniter, data-data pada penelitian ini di dapatkan dari hasil wawancara dengan kepala ruang penyakit paru pada rumah sakit Dr. Fauziah Bireuen, kemudian data tersebut akan ditentukan berapa besar pengaruh gejala untuk suatu jenis penyakit tersebut untuk dijadikan bobot. Implementasi dari algoritma ini adalah untuk mengklasifikasikan penyakit paru-paru berdasarkan tingkat keparahan gejalanya ataubesar kemiripannya antara data testing dan data training. Setelah di lakukan pengujian sebanyak 50 kali, metode K-Nearest Neighbor dapat mendiagnosa penyakit paru-paru berdasarkan besar kemiripannya, dengan menggunakan Euclidian Distance sudah sangat baik yaitu dengan akurasi sebesar 88%. Kata kunci : K-Nearest Neighbor (K-NN), Euclidian Distance, Paru-paru

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Khairiati Khairiati
Date Deposited:	24 Feb 2025 06:25
Last Modified:	24 Feb 2025 06:25
URI:	https://rama.unimal.ac.id/id/eprint/10269

Actions (login required)

View Item