KLASIFIKASI PENYAKIT KARDIOVASKULAR DENGAN ALGORITMA K-NEAREST NEIGHBOR

KARIM, IKHSANUL (2023) KLASIFIKASI PENYAKIT KARDIOVASKULAR DENGAN ALGORITMA K-NEAREST NEIGHBOR. Undergraduate thesis, UNIVERSITAS ISLAM SULTAN AGUNG.

	Text Teknik Informatika_32601601046_fullpdf.pdf Download (3MB)
	Text Teknik Informatika_32601601046_pernyataan_publikasi.pdf Restricted to Registered users only Download (18kB)

Abstract

Penyakit kardiovaskular merupakan salah satu masalah kesehatan utama di negara maju maupun berkembang. Penyakit ini menjadi penyebab nomor satu kematian di dunia setiap tahunnya. Sejak tahun 2008 diperkirakan sebanyak 17,3 juta kematian disebabkan oleh penyakit kardiovaskular. Tingginya faktor kematian akibat penyakit kardiovaskular dapat dicegah dan ditekan faktor resikonya jika masyarakat memiliki pengetahuan tentang gejala penyakit kardiovaskular. Banyaknya faktor-faktor yang dikumpulkan guna mendeteksi seseorang apakah menderita penyakit kardiovaskular atau tidak membutuhkan sistem olah data yang cukup besar. Data yang digunakan berjumlah 1.000 data yang didapatkan dari website Kaggle Data Set yang terdiri dari atribut age, height, weight, gender, systolic, diastolic, cholesterol, glucose, smooking, alcohol, physical activity. Penelitian yang dilakukan akan mengubah nilai parameter K dari metode KNN menjadi 3 varian nilai saja yaitu 1,3 dan 4. Nilai akurasi tertinggi dari perubahan nilai parameter K yang terdiri dari 1,3 dan 4 pada metode KNN didapatkan hasil akurasi tertinggi pada nilai parameter K = 4 dengan akurasi 88 % Kata Kunci : Data Mining, Kardiovaskular, KNN

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	19 Oct 2023 07:06
Last Modified:	19 Oct 2023 07:06
URI:	http://repository.unissula.ac.id/id/eprint/31971

Actions (login required)

View Item