Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Informasi Jurnal Inovasi Teknologi Terapan
Fitriyani, Agus
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Electrical & Electronics Engineering Mechanical Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi dan Informasi

 1 
Analisis Perbandingan Kinerja Algoritma Multilayer Perceptron dan K-Nearest Neighbor pada Klasifikasi Tipe Migrain Rindri, Yang Agita; Fitriyani, Agus
Jurnal Teknologi dan Informasi (JATI) Vol 13 No 1 (2023): Jurnal Teknologi dan Informasi (JATI)
Publisher : Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jati.v13i1.9111

Abstract

Migrain merupakan sakit kepala yang biasanya terjadi pada salah satu sisi kepala saja atau dapat disebut sakit kepala sebelah. Migrain dapat terjadi pada siapa saja dengan berbagai gejala yang menandakan tipe migrain yang berbeda. Banyaknya tipe migrain yang diiringi dengan gejala-gejala yang berbeda membuat diagnosis dan perawatan terhadap penderita migrain menjadi sulit dilakukan. Penelitian ini bertujuan untuk membandingkan performa Algoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor pada Klasifikasi Tipe Migrain. Agoritma Multilayer Perceptron (MLP) dan K-Nearest Neighbor untuk klasifikasi migrain diharapkan dapat membantu dalam mengklasifikasikan jenis migrain berdasarkan gejala-gejala yang muncul secara tepat dan akurat. Klasifikasi yang tepat dan akurat dapat membantu tenaga kesehatan dalam merekomendasikan perawatan yang tepat pula bagi penderita migrain sesuai dengan jenis migrain yang dialaminya. Adapun dataset yang digunakan merupakan dataset yang diakses secara publik dan diambil situs kaggle.com. Dataset ini memiliki 24 atribut dan 400 baris data. Hasil penelitian menunjukkan bahwa Algoritma Multilayer Perceptron (MLP) menghasil prediksi yang cukup baik dengan tingkat akurasi 91%. Sedangkan Algoritma K-Nearest Neighbor menghasilkan prediksi dengan tingkat akurasi sebesar 72%.
Co-Authors Muhammad Ramadhan Riki Afriansyah Rindri, Yang Agita