LUBIS, AULIA AZZAHRA MA'ARUF (2024) KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (143kB)
	Text Abstrak.pdf Download (224kB)
	Text Bab I.pdf Download (204kB)
	Text Daftar Pustaka.pdf Download (187kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Klasifikasi adalah teknik mengelompokkan data secara terstruktur sesuai dengan aturan dan kaidah yang telah ditentukan sebelumnya. Salah satu metode klasifikasi yang digunakan dalam penelitian ini dengan tingkat akurasi terbaik ialah algoritma Modified K-Nearest Neighbor. Dimana algortitma Modified K-Nearest Neighbor ini ialah turunan dari algoritma K-Nearest Neighbor dengan memiliki penambahan langkah baru untuk pengklasifikasiannya, yang dimana ada pada perhitungan nilai bobot dan nilai validitas. Penyakit jantung, pada dasarnya, adalah kondisi di mana jantung tidak dapat menjalankan fungsi-fungsinya secara optimal. Menurut Kementrian Kesehatan Republik Indonesia dari tahun 2014 hingga 2019, penyakit jantung menjadi penyebab kematian utama di Indonesia. Dan menurut badan penyelenggara jaminan sosial kesehatan pada tahun 2021 penyakit jantung menjadi salah satu beban biaya terbesar dalam sektor kesehatan. Oleh karena itu dibutuhkannya sistem analisis penyakit jantung dengan menggunakan metode Modified K-Nearest Neighbor. Sistem ini menggunakan 6 fitur penyakit dan 3 kelas diagnosa penyakit jantung. Yang daintaranya mengacu pada data fitur jenis kelamin, umur, Respitary Rate, Heart Rate, tekanan darah dan nyeri dada. Dengan klasifikasi penyakit jantung yang digolongkan dengan penyakit jantung koroner, aritmia dan gagal jantung. Data yang didapat dari Rumah Sakit Sari Mutiara Lubuk Pakam ini berjumlah 100 data yang dibagi menjadi 80 data training dan 20 data testing dihitung dengan algoritma Modified K-Nearest Neighbor yang mengandalkan nilai K untuk perhitungannya. Pada penelitian ini telah dihitung dengan nilai K=1 dan didapat hasil pengujian akurasi sebesar 95%, dengan recall 93,3% dan precision 96,6%. Sedangkan untuk nilai K=5 didapat hasil pengujian akurasi sebesar 85%, dengan recall 90% dan precision 85%. Perhitungan algoritma ini dapat meningkatkan akurasi dengan menggunakan fitur yang lebih bervariasi dan mengandalkan nilai K. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan menggunakan database MySQL.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Aulia Aulia Azzahra Ma'aruf Lubis
Date Deposited:	16 Jul 2024 04:32
Last Modified:	16 Jul 2024 04:32
URI:	https://rama.unimal.ac.id/id/eprint/3324

Actions (login required)

View Item