SELODANG MAYANG
Vol 2 No 1 (2016): Vol. 2 No. 1, April 2016

SISTEM KLASIFIKASI PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

Fitri Yunita (Unknown)

Article Info

Publish Date
31 Oct 2017

Abstract

Diabetes mellitus merupakan penyakit yang banyak diderita oleh masyarakat pada saan ini,penyakit ini timbul karena pola hidup yang kurang baik. penyakit tersebut ditandai dengankenaikan kadar gula dalam darah. Penyakit ini biasanya disebabkan pengaruh destruksi selbeta, pola makan, dan kurangnya olahraga yang teratur. Penyakit ini diklasifikasikan menjadidua kelas/tipe. Dalam mengklasifikasikan suatu permasalahan dengan jumlah data yangbesar membutuhkan metode yang sesuai dan tepat yaitu dengan metode K-NearestNeighbor (K-NN). Metode K-Nearest Neighbor (K-NN) adalah suatu metode yangmenggunakan algoritma supervised, dimana hasil dari sampel uji yang baru diklasifikasikanberdasarkan mayoritas dari kategori pada K-NN. Penelitian ini untuk mengkaji algoritma KNN dan kemudian mengimplementasikanya dalam klasifikasi data. Data yang digunakanadalah data penyakit diabetes mellitus yang didapatkan dari RSUD Puri Husada Tembilahan.Dari data yang telah dilakukan pengujian, KNN mampu mengklasifikasikan data penyakitdiabetes mellitus berdasarkan variabel yaitu usia, pengaruh pola makan, berat badan, tinggibadan, keturunan, dan gangguan destruksi sel bata yang mempengaruhi penyakit diabetesmellitus. K-NN mengklasifikasikan data dengan mencari nilai terdekat pada suatu targetyang akan dicapai. Jumlah data latih/training yang digunakan sangat mempengaruhi hasilklasifikasi, semakin banyak jumlah data latih/training, maka nilai akurasi semakin tinggi.Adapun hasil akurasi K-NN dalam klasifikasi penyakit diabetes mellitus adalah 96 %.

Copyrights © 2016




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
SELODANG MAYANG
Website

Abbrev

bappeda

Publisher

Badan Perencanaan Pembangunan Daerah Kabupaten Indragiri Hilir

Subject

Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Nursing Public Health Transportation Other

Description

Jurnal “SELODANG MAYANG” menerima artikel ilmiah mengenai hasil penelitian, tinjauan hasil-hasil penelitian, methodology dan pendekatan-pendekatan baru dalam penelitian yang berkaitan dengan Ekonomi, Industri, Pembangunan Infrastruktur, Teknologi, Energi, Sosial, Budaya, Lingkungan, Pertanian, ...