Detail Tugas Akhir

KLASIFIKASI GAGAL JANTUNG BERDASARKAN GEJALA MENGGUNAKAN METODE MKNN (MODIFIED K-NEAREST NEIGHBOR)

PRIAMBORO, BAGAS PRAS (2023) KLASIFIKASI GAGAL JANTUNG BERDASARKAN GEJALA MENGGUNAKAN METODE MKNN (MODIFIED K-NEAREST NEIGHBOR). Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Berkas Tugas Akhir

PDF
Text
A. PENDAHULUAN.pdf
PDF
Text
B. ABSTRAK.pdf
PDF
Text
C. BAB I.pdf
PDF
Text
D. BAB II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (755kB)
PDF
Text
E. BAB III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (773kB)
PDF
Text
F. BAB IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (825kB)
PDF
Text
G. BAB V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (405kB)
PDF
Text
H. DAFTAR PUSTAKA.pdf
PDF
Text
I. LAMPIRAN.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (670kB)

Abstract

Gagal jantung kongestif atau yang dikenal juga terjadi saatiotot jantung tidak dapatimemompa darahidengan cukupikuat ke seluruh tubuh. Masalahikesehatan iniidulu dikenal sebagai pembunuh senyap atau pembunuh diam karena seringkali tidak menunjukkan gejala apa pun dan akhirnya menyebabkan kematian pasien.. Sampai saat ini, gagal jantung kongestif masih merupakan masalah kesehatan masyarakat di negara maju maupun negara berkembang, seperti Indonesia. Tingginya angka kematian menurutipusat data danainformasi KementrianuKesehatan RI 45% kematian karena penyakit jantung diperkirakaniakan meningkatimencapai 23,3 jutaikematian padaitahun 2030. Penyebab dari gagal jantug kongestif karenaimasalah otot jantung yangidisebabkan oleh beragam faktor diantara lainnya penyakit arteri koroner, serangan jantung, penyakit jantung bawaan, diabetes, hipertensi, obesitas, dan gaya hidup tidak sehat.Oleh karena itu diperlukan klasifikasi penyakit Gagal jantung mengklasifikasikan gejala pasien untuk membantu dokter membuat diagnosis sementara. dengan MKNN untuk mendapatkan nilai akurasi yang tinggi. Hasil pengujian yang menggunakan algoritma Modified K-Nearest Neightbor (MKNN) dengan metode Confusion Matrix untuk menentukan jenis penyakit gagal jantung menunjukkan bahwa algoritma ini memiliki akurasi 90% dengan menggunakan 90% data latihan dan 10% data uji. Dari 25 data uji yang digunakan, 21 adalah data yang benar dan 4 adalah data yang salah.

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci Gagal jantung, Modified K-Nearest Neighbor, klasifikasi, kesehatan, data mining.
Subjects 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions Faculty of Engineering > Department of Informatics Engineering (S1)
Date Deposited 18 Aug 2023 01:57
Last Modified 18 Aug 2023 01:57
URI https://repository.unmuhjember.ac.id/id/eprint/19314

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?