KLASIFIKASI PENYAKIT DIABETES MELITUS MENGGUNAKAN METODE FUZZY K NEAREST NEIGHBOR IN EVERY CLASS

Amiranda, Rosalia Indra (2023) KLASIFIKASI PENYAKIT DIABETES MELITUS MENGGUNAKAN METODE FUZZY K NEAREST NEIGHBOR IN EVERY CLASS. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text a. PENDAHULUAN.pdf Download (31MB)
	Text b. ABSTRAK.pdf Download (3MB)
	Text c. BAB I.pdf Download (5MB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (25MB) | Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (23MB) | Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (40MB) | Request a copy
	Text g. BAB V (1).pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (5MB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Para peneliti memusatkan upaya mereka untuk mendiagnosis diabetes melitus dan menghentikan atau menekan munculnya komplikasi mengingat keadaan ilmu kedokteran saat ini. Hal ini karena banyak orang mengalami kesulitan sebelum mendapatkan diagnosis diabetes melitus. Jika didiagnosis pada tahap awal, diabetes dapat diobati. Data mining adalah salah satu teknik untuk deteksi. Penelitian ini menggunakan pendekatan Fuzzy K-Nearest Neighbor in Every Class untuk klasifikasi. Data klinis individu yang diidentifikasi secara positif dan negatif dimasukkan dalam kumpulan data diabetes melitus yang dikumpulkan dari repositori Kaggle yang dibuat oleh SALIH ACUR. Pengujian ini dijalankan dengan 600 data dan 8 karakteristik, dan hasilnya menunjukkan bahwa untuk setiap kelas, Fuzzy K-Nearest Neighbor memiliki nilai akurasi 92%, precision 92% dan recall 95% Kata Kunci : Diabetes Melitus, Klasifikasi, K-Nearest Neighbor, Fuzzy K-Nearest Neighbor, Fuzzy K-Nearest Neighbor in every Class

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Kata Kunci : Diabetes Melitus, Klasifikasi, K-Nearest Neighbor, Fuzzy K-Nearest Neighbor, Fuzzy K-Nearest Neighbor in every Class
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	ROSALIA INDRA AMIRANDA
Contributors:	Contribution Contributor Name NIDN/NIDK UNSPECIFIED Nilogiri, Agung NIDN003003701 UNSPECIFIED Arifianto, Deni NIDN0718068103
Contact Email Address:	rosaliaindra14@gmail.com
Date Deposited:	16 Aug 2023 08:06
Last Modified:	16 Aug 2023 08:06
URI:	http://repository.unmuhjember.ac.id/id/eprint/19278

Actions (login required)

View Item