ANALISIS KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

Anantama, Ferdian Estu (2022) ANALISIS KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (647kB)
	Text (BAB I) BAB I.pdf Download (141kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (482kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (229kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (516kB)
	Text (BAB V) BAB V.pdf Download (69kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (79kB)
	Other (SOURCE CODE) SourceCode 18.11.2559 Ferdian Estu Anantama.rar Restricted to Repository staff only Download (14kB)
	Text (PUBLIKASI) Publikasi 18.11.2559 Ferdian Estu Anantama.pdf Restricted to Repository staff only Download (439kB)

Abstract

Diabetes atau biasa disebut penyakit gula dapat diidap oleh siapapun tidak hanya dari faktor keturunan, selain itu terlalu banyak mengkonsumsi gula berkepanjangan merupakan salah satu faktor penyebab penyakit diabetes. Gula itu sendiri memiliki peran yang penting yaitu sumber penyimpanan energi di dalam tubuh, tetapi jika mengonsumsi secara tidak wajar menyebabkan kekebalan pada hormon insulin dan gula darah tubuh menjadi terlalu tinggi. Gula darah tubuh yang tinggi dan tidak terkontrol menyebabkan penyakit diabetes, jika tidak diperhatikan dengan baik penyakit ini dapat menyebabkan terjadinya komplikasi penyakit lainnya. Metode yang digunakan peneliti pada penelitian ini adalah K-Nearest Neighbors. K-Nearest Neighbors merupakan salah satu metode klasifikasi pada data mining dan juga menjadi algoritma supervised learning pada machine learning dengan metode pengelompokkan suatu hal berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. K-Nearest Neighbors digunakan untuk mendiagnosa penyakit diabetes. Selain tidak ada asumsi terhadap data, metode ini juga mudah dipahami dan iimplementasikan. K-Nearest Neighbors dapat mengklasifikasi penyakit berdasarkan data pembelajaran dan data pengujian yang dilakukan. Pada penelitian ini berfokus terhadap pengukuran performa metode KNearest Neighbor (KNN) dengan berbagai macam nilai K pada objek 768 data. Dataset yang digunakan pada penelitian ini bersumber dari dataset National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK) yang dibagikan oleh Mehmet Akturk pada situs Kaggle dimana dataset ini terdiri dari 8 atribut umum (Pregnancies, Glucose, Blood Pressure, Skin Thickness, Insulin, BMI, Diabetes Pedigree Function, Age) dan 1 kelas (Outcome).

Actions (login required)

View Item