Skripsi
Perbandingan Algortma C 4.5 dan K-Nearest Neighbor untuk Mendiagnosa Penyakit Diabetes Mellitus
bibliografi: hal. 64
Abstrak
Penyakit diabetes mellitus merupakan masalah kesehatan yang serius dan WHO memperkirakan setiap 10 detik ada satu orang pasien yang meninggal karena penyakit ini. Hal tersebut menjadikan para praktisi dan peneliti memusatkan perhatiannya untuk mendeteksi/mendiagnosa penyakit diabetes mellitus dan mencegah berkembangnya komplikasi. Metode yang digunakan dalam penelitian ini yaitu identifikasi masalah, pengumpulan data, tahap pre-processing, metode klasifikasi, validasi dan evaluasi, serta penarikan kesimpulan. Algoritma yang digunakan dalam penelitian ini adalah C4.5 dan KNN dengan dataset diambil dari repositori database UCI Indian Pima yang terdiri dari data klinis pasien terdeteksi positif dan negatif diabetes mellitus. Adapun metode validasi dan evaluasi yang digunakan yaitu 10-cross validation dan confusion matrix untuk penilaian precision, recall dan F-measure. Hasil perhitungan yang telah dilakukan, didapatkan hasil akurasi pada algoritma C4.5 sebesar 76.105% dengan precision 0.755%, recall 0.761% dan F-measure 0.755%. Sedangkan dataset yang di uji dengan algoritma K-Nearest Neighbor mendapatkan hasil akurasi sebesar 79.1436% dengan precision 0.788%, recall 0.791% dan F-measure 0.789%. Dari hasil tersebut dapat disimpulkan bahwa untuk mendiagnosa penyakit diabetes mellitus disarankan menggunakan algoritma K-Nearest Neighbor.
Kata Kunci: Diabetes Mellitus, Data Mining, Accuracy, C4.5, K-Nearest Neighbor.
IF0967 | IF 0967 KUR p | UPT. PERPUSTAKAAN (Rak 1) | Tersedia - No Loan |
Tidak tersedia versi lain