PREDIKSI PENYAKIT YANG BERHUBUNGAN DENGAN PENYAKIT DIABETES MENGGUNAKAN K-NN

Mustafid, Achmad (2018) PREDIKSI PENYAKIT YANG BERHUBUNGAN DENGAN PENYAKIT DIABETES MENGGUNAKAN K-NN. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_13012909_Achmad Mustafid_IF.pdf Restricted to Registered users only Download (2MB)

Abstract

Kata Kunci: Prediksi Penyakit, Diabetes Mellitus, K-Nearest Neighbor (K-NN), Klasifikasi Data, Akurasi.

Diabetes mellitus merupakan penyakit metabolik kronis yang banyak diderita oleh masyarakat saat ini, yang ditandai dengan lonjakan kadar glukosa dalam darah. Faktor pemicu penyakit ini umumnya meliputi destruksi sel beta pankreas, pola makan yang tidak sehat, faktor genetik, serta kurangnya aktivitas fisik atau olahraga teratur. Seiring meningkatnya volume rekam medis pasien di instansi kesehatan, diperlukan sebuah sistem komputasi yang mampu memprediksi dan mengklasifikasikan risiko diabetes secara cepat dan akurat. Penelitian ini mengkaji penerapan algoritma K-Nearest Neighbor (K-NN), sebuah metode supervised learning yang mengklasifikasikan sampel data baru berdasarkan mayoritas kategori terdekat (tetangga terdekat) pada ruang fitur. Data penelitian dikumpulkan dari catatan medis pasien diabetes di Puskesmas Krejengan Kabupaten Probolinggo. Klasifikasi dilakukan dengan menganalisis enam variabel utama, yaitu: usia, pola makan, berat badan, tinggi badan, faktor keturunan, dan gangguan destruksi sel beta. Hasil penelitian menunjukkan bahwa algoritma K-NN berhasil mengklasifikasikan tingkat risiko penyakit diabetes secara optimal. Kinerja akurasi sistem ini sangat dipengaruhi oleh proporsi data latih (training data); semakin besar volume data latih yang diintegrasikan ke dalam model, maka tingkat akurasi prediksi yang dihasilkan sistem dalam mengenali pola penyakit akan semakin tinggi.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software R Medicine > R Medicine (General) R Medicine > RC Internal medicine
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	11 Jun 2026 07:41
Last Modified:	11 Jun 2026 07:41
URI:	https://repository.unuja.ac.id/id/eprint/3513

Actions (login required)

View Item