IMPLEMENTSI DATA MINING UNTUK MENGKLASIFIKASI PENYAKIT HIPERTENSI DENGAN METODE KNN BERBASIS WEBSITE ( STUDI KASUS KAGGLE)

Basori, Hasan (2024) IMPLEMENTSI DATA MINING UNTUK MENGKLASIFIKASI PENYAKIT HIPERTENSI DENGAN METODE KNN BERBASIS WEBSITE ( STUDI KASUS KAGGLE). Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_1921400179_Hasan Basori_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Bashori, Hasan. 2024. Implementasi Data Mining Untuk Mengklasifikasi Penyakit Hipertensi Dengan Metode Knn Berbasis Website (Studi Kasus Kaggle). Prodi Sistem Informasi, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Matlubul Khairi, S.Kom, M.Kom. (II) Moh. Ainol Yaqin, S.Kom, M.Kom.

Kata kunci: data mining, K-Nearest Neighbor, hipertensi, klasifikasi penyakit, aplikasi web

Hipertensi merupakan salah satu penyakit tidak menular yang menjadi masalah kesehatan serius di seluruh dunia. Deteksi dini dan klasifikasi yang akurat sangat penting untuk penanganan yang tepat. Penelitian ini bertujuan untuk mengimplementasikan teknik data mining, khususnya metode K-Nearest Neighbor (KNN), dalam mengklasifikasikan penyakit hipertensi berbasis website. Studi ini menggunakan dataset dari Kaggle yang berisi berbagai parameter kesehatan terkait hipertensi. Metode KNN dipilih karena kemampuannya dalam menangani data numerik dan kategorikal, serta efektivitasnya dalam masalah klasifikasi. Implementasi dilakukan melalui pengembangan aplikasi berbasis web untuk memudahkan akses dan penggunaan oleh praktisi kesehatan. Proses penelitian meliputi tahap persiapan data, pemrosesan awal, implementasi algoritma KNN, pengembangan antarmuka web, dan evaluasi performa model. Hasil penelitian menunjukkan bahwa model KNN yang diimplementasikan mampu mengklasifikasikan penyakit hipertensi dengan tingkat akurasi yang memuaskan. Aplikasi web yang dikembangkan menyediakan antarmuka yang user-friendly untuk input data pasien dan menampilkan hasil klasifikasi secara real-time. Penelitian ini diharapkan dapat berkontribusi pada peningkatan efisiensi diagnosis hipertensi dan mendukung pengambilan keputusan klinis yang lebih baik.

Item Type:	Thesis (Other)
Subjects:	H Social Sciences > H Social Sciences (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	15 Apr 2026 05:45
Last Modified:	15 Apr 2026 05:45
URI:	https://repository.unuja.ac.id/id/eprint/2819

Actions (login required)

View Item