Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022

Aplikasi K-Nearest Neighbor (KNN) untuk Klasifikasi Penyakit Kardiovaskuler

Sri Sumarlinda (Unknown)
Wiji Lestari (Unknown)



Article Info

Publish Date
29 Jun 2022

Abstract

Data mining dan machine learning adalah dua alatyang memainkan peran penting dalam studi analisis data dansistem keputusan. Klasifikasi adalah fungsi dari data mining.Dalam fungsi klasifikasi, pengurutan atau pemetaan terjadiberdasarkan kedekatan atau kesamaan atribut data dengan labelyang ditentukan. Algoritma K-Nearest Neighbor (KNN) adalahmetode non-parametrik yang digunakan untuk klasifikasi danregresi. Model prediksi penyakit kardiovaskular denganalgoritma KNN digunakan untuk mengidentifikasi danmemprediksi penyakit kardiovaskular. Algoritma KNNmenggunakan jarak Euclidian untuk proses prediksi data latih.Dataset yang digunakan adalah 400 dengan 7 atribut yaituumur, jenis kelamin, tekanan darah sistolik, kolesterol, talach,oldpeak dan slope. Hasil implementasi algoritma KNNmenghasilkan performansi dengan akurasi sebesar 75,75%.Nilai presisinya adalah 76,78%, sedangkan recall menghasilkan77,14%.

Copyrights © 2022






Journal Info

Abbrev

Senatib

Publisher

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Description

Prosiding SENATIB adalah kegiatan seminar berskala nasional yang diselenggarakan oleh Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta dalam rangka diseminasi hasil penelitian tentang teknologi informasi dan bisnis. Diharapkan pada tahun 2022 melalui penerbitan prosiding ini dapat terwujud ...