Rahmadi, Muhammad (2020) PENERAPAN METODE K-NEAREST NEIGHBORS UNTUK DIAGNOSA PENYAKIT INFEKSI BAKTERI (Studi Kasus: Praktek Dokter dr. Andhiko B. Sekti). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (195kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (441kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (762kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (660kB) |
|
Text (BAB V)
BAB V.pdf Download (36kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (97kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - Muhammad Rahmadi.rar Restricted to Repository staff only Download (4MB) |
|
Text (PUBLIKASI)
Publikasi_18.21.1161 - Muhammad Rahmadi.pdf Restricted to Repository staff only Download (381kB) |
Abstract
Penyakit infeksi bakteri merupakan masalah kesehatan yang disebabkan oleh bakteri. Infeksi bakteri dapat menyerang ke seluruh organ tubuh termasuk kekebalan tubuh manusia. Terdapat beberapa gejala umum dari penyakit infeksi bakteri ini, diantaranya batuk, demam, hingga muncul tanda peradangan. Sistem pakar merupakan sistem yang berusaha mengadopsi kepakaran manusia sehingga komputer bisa melakukan hal-hal yang dapat dikerjakan oleh seorang pakar untuk memecahkan permasalahan yang bersifat spesifik. Sistem pakar dapat digunakan untuk semua bidang ilmu termasuk di bidang ilmu kesehatan atau medis. Pakar dalam hal ini adalah seorang ahli di bidang kepakarannya. K-Nearest Neighbors merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. K-Nearest Neighbors digunakan untuk mendiagnosa penyakit infeksi bakteri. Kelebihan dari metode tersebut diantaranya memiliki akurasi yang tinggi dan tidak ada asumsi terhadap data. K-Nearest Neighbors dapat mengklasifikasi penyakit berdasarkan data pembelajaran dan data pengujian yang dilakukan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Diagnosa, Infeksi Bakteri, Sistem Pakar, K-Nearest Neighbors, Klasifikasi | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 29 Jun 2022 01:56 | ||
| Last Modified: | 25 Aug 2023 01:33 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/3108 |
Actions (login required)
 |
View Item |