AKHMALIA, CUT DINI (2026) IMPLEMENTASI ALGORITMA WEIGHTED K-NEAREST NEIGHBOUR UNTUK MENENTUKAN TINGKAT DIAGNOSIS PENYAKIT ISPA DI PUSKESMAS LHOKSUKON. S1 thesis, universitas malikussaleh.

	Text cover c.pdf Download (216kB)
	Text abstrak c.pdf Download (261kB)
	Text bab 1 c.pdf Download (321kB)
	Text dapus c.pdf Download (246kB)
	Text SKRIPSI CUT DINI AKHMALIA END.pdf Restricted to Registered users only Download (2MB)

Abstract

Infeksi Saluran Pernapasan Akut (ISPA) merupakan salah satu penyakit yang sering terjadi di masyarakat, khususnya pada anak, dan memerlukan penanganan yang tepat untuk menentukan tingkat keparahannya. Penentuan tingkat keparahan ISPA yang masih dilakukan secara manual dapat menyebabkan proses diagnosis menjadi kurang efisien, sehingga diperlukan sistem pendukung yang mampu membantu tenaga medis dalam melakukan klasifikasi secara lebih cepat dan terstruktur. Penelitian ini bertujuan untuk mengimplementasikan algoritma Weighted KNearest Neighbour (WKNN) dalam mengklasifikasikan tingkat keparahan ISPA serta merancang sistem berbasis web sebagai media pendukung bagi tenaga medis. Data penelitian diperoleh dari rekam medis pasien ISPA di Puskesmas Lhoksukon tahun 2024–2025 sebanyak 1620 data pasien. Tahapan penelitian meliputi preprocessing data, pelabelan data berdasarkan acuan WHO dan Kementerian Kesehatan yang divalidasi oleh tenaga medis, proses encoding dan normalisasi data, serta perhitungan klasifikasi menggunakan metode WKNN dengan nilai K = 3, jarak Euclidean, dan pembobotan tetangga terdekat. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa dari 276 data aktual ISPA ringan, sebanyak 263 data berhasil diklasifikasikan dengan benar sebagai ISPA ringan, sedangkan 13 data salah diklasifikasikan sebagai ISPA sedang. Selanjutnya, dari 47 data aktual ISPA sedang, sebanyak 45 data berhasil diklasifikasikan dengan benar sebagai ISPA sedang dan 2 data salah diklasifikasikan sebagai ISPA ringan. Sementara itu, 1 data aktual ISPA berat diklasifikasikan sebagai ISPA sedang. Hasil penelitian menunjukkan bahwa metode WKNN mampu mengklasifikasikan tingkat keparahan ISPA ke dalam kategori ISPA ringan, ISPA sedang, dan ISPA berat dengan tingkat akurasi sebesar 95,06%. Dengan demikian, algoritma WKNN terbukti efektif dan dapat digunakan sebagai alat bantu pendukung dalam proses klasifikasi tingkat keparahan ISPA berbasis web.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	cut dini dinia
Date Deposited:	08 Jul 2026 06:22
Last Modified:	08 Jul 2026 06:22
URI:	https://rama.unimal.ac.id/id/eprint/20334

Actions (login required)

View Item