Diagnosa Tingkat Stres menggunakan K-Nearest Neighbor

Subiyantoro, Cuk (2017) Diagnosa Tingkat Stres menggunakan K-Nearest Neighbor. STMIK AKAKOM Yogyakarta, Yogyakarta.

Preview	Text 1_841011_HALAMAN_DEPAN.pdf - Published Version Download (120kB) | Preview
Preview	Text 2_841011_BAB_I.pdf - Published Version Download (12kB) | Preview
Preview	Text 3_841011_BAB_II.pdf - Published Version Download (70kB) | Preview
Preview	Text 4_841011_BAB_III.pdf - Published Version Download (90kB) | Preview
	Text 5_841011_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (228kB)
	Text 6_841011_BAB_V.pdf - Published Version Restricted to Repository staff only Download (397kB)
Preview	Text 7_841011_BAB_VI.pdf - Published Version Download (10kB) | Preview
Preview	Text 8_841011_DAFTAR_PUSTAKA.pdf - Published Version Download (135kB) | Preview
Preview	Text 9_841011_LAMPIRAN.pdf - Published Version Download (1MB) | Preview
	Text 10_841011_PUBLIKASI.pdf - Published Version Restricted to Repository staff only Download (750kB)

Abstract

ABSTRAK Stres dapat berpengaruh postif dan negatif. Pengaruh positif seperti mendorong dan membangun seseorang untuk melakukan hal-hal yang baru sehingga bisa mendapatkan penagalaman baru. Sedangkan pengaruh negatif seperti emosi yang tidak bisa terkendalikan, perasaan tidak nyaman, tidak percaya diri, marah-marah yang akan memicu kurang nafsu makan, pusing kepala, darah tinggi dan bahkan stroke. Namun stres seringkali tidak dihiruakan bahkan tidak disadari oleh setiap orang karena keadaan stres sangat sulit untuk dirsakan secara nyata. Untuk itu, suatu aplikasi yang dirancang dengan Metode K-Nearest Neighbor dapat mempermudah dalam menyajikan informasi serta mendiagnosa tingkat stres yang dialami oleh seseorang berdasarkan data sampel yang ada, baik stres tinggi, sedang, ataupun stres rendah. Kebutuhan masukan pada sistem ini adalah gejala-gelaja stress yang dialami oleh seseorang yang dibuat dalam bentuk pernyataan dan pertanyaan disertai pilihan jawaban dengan masing-masing jawaban memiliki bobot yang berbeda-beda. algoritma K-NN untuk menghitung jarak dan mendiagnosa tingkat stres yang dialami oleh seseorang. Kebutuhan keluaran sistem adalah berupa hasil diagnosa yang disajikan dalam bentuk tabel sebanyak k hasil yang diurutkan berdasarkan nilai jarak terdekat antara data uji dengan data sampel. Akurasi uji data latih terbaik dengan 100 data adalah 90%, sedangkan Akurasi uji data latih terbaik dengan 120 data adalah 97,22% pada saat K = 3 dengan pebandingan data uji dan data sampel adalah 30%:70%. Rata-rata akurasi hasil uji nilai K paling baik sebesar 89.33% pada saat K = 3 dengan 100 data latih dan 94.03% pada saat K = 3 dengan 120 data latih. Kata kunci: stres, K-NN

Item Type:	Other
Uncontrolled Keywords:	stres, K-NN
Subjects:	B Filsafat Dan Psikologi (Philosophy And Psychology) > B2 Psikologi (Psychology)
Divisions:	Laporan Penelitian Dan Pengabdian
Depositing User:	Wahyu Firmanto
Date Deposited:	12 Feb 2018 07:21
Last Modified:	15 Mar 2018 03:17
URI:	http://eprints.akakom.ac.id/id/eprint/6948

Actions (login required)

View Item