ALFIKA, SELLY (2024) PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT LEIOMYOMA (MIOM). S1 thesis, Universitas Malikussaleh.

	Text SELLY ALFIKA_200170075_Cover.pdf Download (28kB)
	Text SELLY ALFIKA_200170075_Abstrak.pdf Download (6kB)
	Text SELLY ALFIKA_200170075_Bab I.pdf Download (90kB)
	Text SELLY ALFIKA_200170075_Daftar Pustaka.pdf Download (138kB)
	Text SELLY ALFIKA_200170075_Penerapan Metode K-Nearest Neighbor Untuk Klasifikasi Leiomyoma (Miom).pdf Restricted to Registered users only Download (9MB)

Abstract

Teknologi informasi sangat penting dalam proses kehidupan manusia. Seiring dengan pertumbuhan teknologi informasi, membuka peluang terhadap pertumbuhan data yang relatif banyak salah satunya rumah sakit. Mioma merupakan salah satu penyakit yang terus meningkat dan mempunyai dampak yang besar bagi kesehatan reproduksi wanita. mioma merupakan tumor jinak yang tumbuh didalam atau disekitar rahim (uterus). Mioma merupakan kondisi medis yang dialami oleh wanita diberbagai kalangan usia, namun sering dialami oleh wanita yang telah memasuki pra menopause, mioma juga menjadi tumor jinak kedua di indonesia dengan rentang usia penderita 20-50 tahun. Para penderita jarang menimbulkan gejala spesifik sehingga wanita jarang menyadari akan adanya pertumbuhan mioma dirahim mereka. Penelitian ini melakukan klasifikasi pada data pasien dengan tujuan untuk mengklasifikasi jenis penyakit mioma dengan menggunakan metode K-Nearest Neighbor (KNN). Ada bebrapa atribut yang digunakan dalam penelitian ini yaitu tensi diastolik, tensi sistolik, hemoglobin, pernah hamil, gejala 1 dan gejala 2. Data yang digunakan untuk penelitian ini berjumlah 288 data pasien mioma yang akan dibagi menjadi 2 yaitu 70% data training dan 30% data testing. Kemudian dibagi menjadi 3 kelas yaitu mioma intramural, mioma submukosal, dan mioma subserosal. Hasil klasifikasi penyakit mioma menggunakan algoritma K-Nearest Neighbor di RSUD Aceh Tamiang menggunakan 87 data uji atau data pasien, menunjukkan pengidap penyakit mioma intramural lebih banyak dengan jumlah 48 data, mioma subserosal 15 data dan untuk mioma subserosal ada 25 data dengan tingkat accuracy tinggi sebesar 93%, precision 94%, dan recall 90%.

Item Type:	Thesis (S1)
Subjects:	H Social Sciences > HV Social pathology. Social and public welfare Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Selly Alfika
Date Deposited:	16 Jan 2025 03:01
Last Modified:	16 Jan 2025 03:01
URI:	https://rama.unimal.ac.id/id/eprint/9203

Actions (login required)

View Item