Art Original

Implementasi Algoritma K-nearest Neighbour Dalam Memprediksi Penyakit Serangan Jantung

---

Serangan jantung merupakan penyakit yang mematikan . Banyaknya kasus dan tingginya angka kematian akibat penyakit ini menyebabkan perlunya suatu sistem yang dapat memprediksi serangan jantung , sehingga angka kematian dapat ditekan. Penelitian ini bertujuan untuk membagun sebuah sistem untuk memprediksi penyakit serangan jantung. Algoritma K-Nearest Neighbor (KNN) merupakan salah satu metode klasifikasi yang menentukan label (kelas) suatu objek baru berdasarkan mayoritas jarak kedekatan antar kategori dalam K - Neighbors atau tetangga terdekat. Pengujian model dilakukan dengan metode K-fold crossvalidation (KCV) untuk menganalisis kinerja model. Data yang digunakan dalam pengujian sebanyak 745 untuk data training dan 10 untuk data testing.Pengujian validitas model dilakukan dengan. Untuk menguji metode validasi k-fold crossvalidation, data akan dibagi ke dalam 4 skenario pengujian fold yaitu 5, 10, 15 dan 20 fold. Masing-masing fold menghasilkan perhitungan akurasi confusion matrix. Untuk nilai K-nn yang akan digunakan sebanyak 3, 5, 7, 9. Dari hasi pengujian kfold cross-validation didapatkan nilai k-fold dan k-nn terbaik di k-fold 20 dan k-nn 9 dengan akurasi sebesar 67.30%. Setelah dilakukan pengujian pada data training, selanjutnya menguji data testing yang akan dibandingkan dengan hasil sistem. Hasil perbandingan dari pengujian data testing mendapatkan akurasi sebesar 70%, presisi sebesar 71% dan recall sebesar 70%. Harapannya sistem ini dapat memberikan bantuan terhadap tenaga medis yang akan memeriksa pasien yang hendak memeriksakan dirinya.

---

Availability

Detail Information

Call Number

Informatika 004 Bay I

Language

Indonesia

NPM

193510200

Publisher

Teknik Informatika : Universitas Islam Riau., 2024

Keyword(s)

Algoritma K-Nearest
Jantung

Other Information

Petugas

Handi

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment