Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Teknologi Informasi

Implementasi Metode K-Nearest Neigbours (KNN) Untuk Klasifikasi Penyakit Diabetes Siagian, Yessica; Hutahaean, Jeperson; Zikra Syah, Arridha; Efendi Hutagalung, Jhonson; Karim, Abdul
Jurnal Informatika dan Teknologi Informasi Vol. 2 No. 3: Januari 2024
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jt.v2i3.331

Abstract

Penelitian ini mengeksplorasi peran teknologi informasi dalam upaya pencegahan penyakit diabetes melalui prediksi risiko menggunakan metode machine learning. Diabetes, sebagai penyakit kronis yang memiliki dampak serius pada kesehatan, dapat diprediksi berdasarkan variabel seperti Glucose, Blood Pressure, dan BMI. Metode K-Nearest Neighbours (KNN) digunakan untuk membandingkan dengan model Decision Tree dan Naïve Bayes dalam memprediksi risiko diabetes. Data penelitian melibatkan tahapan Data Preprocessing, Data Visualization, Pembagian Data, dan Model Machine Learning, dengan evaluasi menggunakan metrik Accuracy. Hasil pengujian menunjukkan bahwa model Decision Tree memberikan kinerja terbaik, terutama pada rasio data 80:20 dan 70:30. Penelitian ini menggarisbawahi pentingnya penerapan teknologi informasi dan machine learning dalam pencegahan penyakit diabetes dengan fokus pada prediksi risiko.