RIA, RISKA MUTUAH MIKO (2021) PENERAPAN K-NEAREST NEIGHBOR (KNN) DALAM KLASIFIKASI KEHAMILAN BERISIKO BERBASIS ANDROID. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf

Download (78kB)
[img] Text
Abstrak.pdf

Download (7kB)
[img] Text
Bab l.pdf

Download (1MB)
[img] Text
Daftar Pustaka.pdf

Download (1MB)

Abstract

Kehamilan berisiko merupakan suatu kehamilan yang memiliki risiko lebih besar dari kehamilan biasanya (baik dari ibu maupun bayinya). Hal ini menyebabkan terjadinya bahaya dan komplikasi yang lebih besar terhadap ibu atau janin selama kehamilan, persalinan maupun nifas jika dibandingkan dengan kehamilan, persalinan dan nifas normal. Data mining merupakan ilmu yang digunakan untuk menganalisa sebuah data, mengkategorikan, mengelompokkan dan menyimpulkannya, dalam beberapa proses tersebut terdapat teknik mengelompokkan data pada data mining yang yaitu klasifikasi. Penerapan Algoritma K-Nearest Neighbor (KNN) dalam klasifikasi kehamilan berisiko berbasis android dengan mengunakan parameter berupa usia, berat badan, tinggi badan, jarak anak terkecil dengan kehamilan selanjutnya, jumlah persalinan, penyakit bawaan ibu, hamil kembar, riwayat keguguran, tekanan darah, lingkar lengan atas (LiLA) dan riwayat operasi cesar. Output penelitian ini adalah aplikasi yang dapat mengklasifikasikan kehamilan berisiko berupa 12 kehamilan risiko rendah (KRR), 7 kehamilan risiko tinggi (KRT) dan kehamilan 14 risiko sangat tinggi (KRST). Dari 33 data yang diuji baik pada sistem maupun perhitungan manual didapatkan nilai akurasi sebesar 78.79% dan nilai laju eror sebesar 21.21%. Kata kunci : K- Nearest Neighbor, Kehamilan Berisiko, Klasifikasi

Item Type: Thesis (S1)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Yolinda Cesilia
Date Deposited: 22 Nov 2023 04:17
Last Modified: 22 Nov 2023 04:17
URI: https://rama.unimal.ac.id/id/eprint/217

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by