Runesi, Maria Hawila Katarina - 205410071 (2024) KLASIFIKASI PENYAKIT ANEMIA MENGGUNAKAN METODE K- NEAREST NEIGHBOR STUDI KASUS: ( RUMAH SAKIT UMUM DAERAH NAIBONAT KAB.KUPANG ). Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text
1_205410071_HALAMAN_DEPAN.pdf - Published Version Download (2MB) |
|
Text
2_205410071_BAB_I.pdf - Published Version Download (451kB) |
|
Text
3_205410071_BAB_II.pdf - Published Version Download (882kB) |
|
Text
4_205410071_BAB_III.pdf - Published Version Restricted to Repository staff only Download (677kB) |
|
Text
5_205410071_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (793kB) |
|
Text
6_205410071_BAB_V.pdf - Published Version Download (313kB) |
|
Text
7_205410071_DAFTAR_PUSTAKA.pdf - Published Version Download (260kB) |
|
Text
8_205410071_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (226kB) |
|
Text
9_205410071_LAMPIRAN_LISTING.pdf - Published Version Restricted to Repository staff only Download (249kB) |
Abstract
Klasifikasi adalah proses penemuan model yang menggambarkan dan membedakan kelas data atau konsep yang bertujuan agar bisa digunakan untuk memprediksi kelas dari objek yang label kelasnya tidak diketahui. Untuk melakukan klasifikasi terdapat beberapa algoritma yang dapat digunakan, salah satunya algoritma K-Nearest Neighbor, karena algoritma tersebut mudah dipahami dan diterapkan, dapat digunakan pada data yang memiliki banyak kelas, serta efektif digunakan untuk data berukuran besar. Anemia adalah suatu kondisi dimana jumlah sel darah merah tidak dapat memenuhi kebutuhan normal yang berbeda-beda tergantung pada umur, jenis kelamin, ketinggian (diatas permukaan laut), kebiasaan merokok, dan kehamilan.Gejala anemia sangat bervariasi sehingga seringkali tidak disadari oleh pasien seperti lemas dan cepat lelah, sakit kepala dan pusing, sering mengantuk, kulit terlihat pucat atau kekuningan, detak jantung tidak teratur, nyeri dada, dingin di tangan dan kaki. Penelitian ini melakukan klasifikasi terhadap penyakit anemia menggunakan metode K-Nearest Neighbors. Jumlah data yang digunakan sebanyak 349 dengan pelatihan data sebanyak 80%dan data pengujian sebanyak 20%. Hasil akurasi yang diperoleh dari penelitian ini nilai menggunakan k =4 adalah 86%. Kata kunci: Anemia, Klasifikasi, K-Nearest Neighbor, Phyton.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Maria Mediatrix Sebatubun, S.Kom., M.Eng |
| Uncontrolled Keywords: | Anemia, Klasifikasi, K-Nearest Neighbor, Phyton |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Algoritma A Karya Umum (General) > Ilmu Komputer (Computer Science) > Bahasa Pemrograman > Python A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) |
| Divisions: | Jenjang S1 > Informatika (S1) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 25 Mar 2024 06:50 |
| Last Modified: | 25 Mar 2024 06:50 |
| URI: | http://eprints.utdi.ac.id/id/eprint/10313 |
Actions (login required)
 |
View Item |
