Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Penyakit Liver

Habibie, Ega Yusni (2021) Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Penyakit Liver. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a. PENDAHULUAN.pdf Download (1MB)
	Text b. ABSTRAK.pdf Download (218kB)
	Text c. BAB I.pdf Download (227kB)
	Text d. BAB II.pdf Restricted to Repository staff only Download (370kB) \| Request a copy
	Text e. BAB III.pdf Restricted to Repository staff only Download (412kB) \| Request a copy
	Text f. BAB IV.pdf Restricted to Repository staff only Download (617kB) \| Request a copy
	Text g. BAB V.pdf Restricted to Repository staff only Download (195kB) \| Request a copy
	Text h. DAFTAR PUSTAKA.pdf Download (212kB)
	Text i. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text j. JURNAL.pdf Download (421kB)

Abstract

Liver merupakan organ yang sangat penting dalam tubuh manusia. Penyakit liver disebab oleh berbagai faktor yang merusak hati. Permasalah yang terjadi yaitu sulitnya mengenali penyakit liver sejak dini, bahkan saat penyakit liver ini sudah menyebar masih sulit untuk diteksi. tujuan dari penelitian tugas akhir untuk mengetahui berapa tingkat akurasi, presisi dan recall. pada diagnosa penyakit liver menggunakan algoritma K-Nearst Neighbor. Algoritma K-Nearst Neighbor merupakan sebuah metode untuk melakukan klasifikasi terhadap objek yang berdasarkan dari data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Pada penelitian ini diterapkan metode untuk klasifikasi penyakit liver menggunakan algoritma K-Nears Neighbor karena dianggap cukup fleksibel. Data yang digunakan adalah data Indian Liver Patients Dataset (ILDP) yang diambil dari website UCI Machine Learning. Tujuan dari penelitian ini untuk mengetahui berapa tingkat akurasi, presisi dan recall pada diagnosa penyakit liver menggunakan algoritma K-Nearst Neighbor. Hasil yang didapatkan dari pengujian algoritma K- Nearst Neighbor dengan nilai akurasi tertinggi sebesar 67,20% , presisi tertinggi sebesar 59,36%, dan recall tertinggi sebesar 58,57% . Jadi, Alogaritma K-Nearest Neighbor, cukup akurat di atas 50% untuk mengklasifikasi data pasien penyakit liver. Kata Kunci : Klasifikasi, Penyakit Liver, K-Nearest Neighbor

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

Kata Kunci : Klasifikasi, Penyakit Liver, K-Nearest Neighbor

Subjects:

600 Technology and Applied Science > 620 Engineering > 622 Mining and Related Operations

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

Ega Yusni Habibie