PENERAPAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT TBC PARU (Studi Kasus : Puskesmas Bumiayu)
Total View This Week0
Total View This Week0
Institusion
Universitas Peradaban
Author
ZAKIYYAH, Amira Nabila
Subject
Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer
Datestamp
2023-12-11 08:38:46
Abstract :
Penyakit Tuberkulosis Paru (TBS Paru) adalah penyakit disebabkan oleh infeksi bakteri Mycobacterium tuberculosis. TBS Paru dapat menyebar melalui udara dan dapat menginfeksi sistem pernafasan manusia. Oleh karena itu, deteksi dini dan diagnosis yang akurat sangat pentinf untuk mengendalikan penyebaran penyakit ii dan membrerikan peerawatan yang tepat kepada pasien. TBS Paru masih menjadi masalah kesehatan di dunia, indonesia menduduki posisi ketiga jumlah penderita TBS paru setelah India dan Cina. Kasus TBS paru lebih banyak di negara berkembang contohnya Indonesia. Kasus TBS paru di Bumiayu terblang tinggi serta penularan penyakit TBC paru sangat mudah dan cepat dapat menyebabkan bertambahnya penderita TBS paru lebih cepat dan memiliki resiko kematian yang tinggi sehingga perlunya diagnosis dini untuk mengurangi penularan dan mengurangi resiko kematian. Masalah fenomena tersebut dapat ditarik kesimpulan bahwa solusi untuk masalah tersebut dapat ditarik kesimpulan bahwa solusi untuk masalah tersebut telah banyak dilakukan pencarian solusinya tidak hanya dalam bidang kesehatan saja akan tetapi dalam bidanga teknologi pun turut andil, yaitu oeran teknologi informasi data mining penerapan algoritma K-Nearest Negihbor untuk klasifikasi penyakit TBC paru. Algoritma K-Nearest Negihbor dimanfaatkan untuk mengklasifikasi dan meningkatkan diagnosis dini penyakit TBC paru berdasarkan gejala-gejala yang timbuk secara cepat dan akurat. TIngkat akurasi yang didapatkan dari implementasiu algoritma K-Nearest Neighbor untuk klasifikasi penyakit TBC paru di Puskesmas Bumiayu menggunakan confusion matrix menghasilkan akurasi sebesar 89%.
Penyakit Tuberkulosis Paru (TBS Paru) adalah penyakit disebabkan oleh infeksi bakteri Mycobacterium tuberculosis. TBS Paru dapat menyebar melalui udara dan dapat menginfeksi sistem pernafasan manusia. Oleh karena itu, deteksi dini dan diagnosis yang akurat sangat pentinf untuk mengendalikan penyebaran penyakit ii dan membrerikan peerawatan yang tepat kepada pasien. TBS Paru masih menjadi masalah kesehatan di dunia, indonesia menduduki posisi ketiga jumlah penderita TBS paru setelah India dan Cina. Kasus TBS paru lebih banyak di negara berkembang contohnya Indonesia. Kasus TBS paru di Bumiayu terblang tinggi serta penularan penyakit TBC paru sangat mudah dan cepat dapat menyebabkan bertambahnya penderita TBS paru lebih cepat dan memiliki resiko kematian yang tinggi sehingga perlunya diagnosis dini untuk mengurangi penularan dan mengurangi resiko kematian. Masalah fenomena tersebut dapat ditarik kesimpulan bahwa solusi untuk masalah tersebut dapat ditarik kesimpulan bahwa solusi untuk masalah tersebut telah banyak dilakukan pencarian solusinya tidak hanya dalam bidang kesehatan saja akan tetapi dalam bidanga teknologi pun turut andil, yaitu oeran teknologi informasi data mining penerapan algoritma K-Nearest Negihbor untuk klasifikasi penyakit TBC paru. Algoritma K-Nearest Negihbor dimanfaatkan untuk mengklasifikasi dan meningkatkan diagnosis dini penyakit TBC paru berdasarkan gejala-gejala yang timbuk secara cepat dan akurat. TIngkat akurasi yang didapatkan dari implementasiu algoritma K-Nearest Neighbor untuk klasifikasi penyakit TBC paru di Puskesmas Bumiayu menggunakan confusion matrix menghasilkan akurasi sebesar 89%.
File :
ABSTRAK-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
COVER-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
BAB I-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
BAB II-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
BAB III-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
BAB IV-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
BAB V-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
DAFTAR PUSTAKA-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
ARTIKEL-Amira Nabila Zakiyyah-42417029-Skripsi-2023.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
