APLIKASI PENDETEKSI PENYAKIT DIABETES MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA K-NEAREST NEIGHBOR(K-NN) DI PUSKESMAS KENANGA
Total View This Week0

Institusion

Politeknik Manufaktur Negeri Bangka Belitung

Author

Imam Rayhan, Ekadinata

Subject

TK Electrical engineering. Electronics Nuclear engineering 

Datestamp

2024-02-01 04:42:04 

Abstract :
Kesejahteraan penting dalam hidup. Jika kesejahteraan terganggu maka akan terganggu. Salah satu Penyakit luar biasa yang mengganggu manusia adalah Diabetes. Berdasarkan data Worldwide Diabetes Alliance, Indonesia berada di peringkat ke-7 dunia dengan lebih dari 10 juta orang menderita Diabetes Mellitus. Organisasi Kesejahteraan Dunia memperkirakan penderita di Indonesia sampai dengan 21 juta orang pada tahun 2030.Pengecekan diabetes di puskemas kenanga masih dilakukan secara manual sehingga dibuatlah deteksi diabetes berbasis machine learning agar dapat membantu mempermudah pekerjaan khususnya dalam deteksi diabetes itu sendiri. Perhitungan K-NN / Nearest Neighbor adalah perhitungan yang dapat dimanfaatkan untuk mengklasifikasikan berdasarkan bagian terbesar dari nilai tetangga yang paling dekat. Maksud dari perhitungan ini adalah untuk mengklasifikasikan benda-benda yang tidak terpakai berdasarkan kualitas dan pengujian dari penyusunan informasi. Dengan perhitungan K-Nearest Neighbor akan digunakan untuk meramalkan Diabetes Melitus berdasarkan informasi yang sesuai dengan pengguna. Hasil ramalannya akan berada dalam bingkai kelas positif dan negatif. Kerangka kerja ini dicoba 3 kali. Jumlah keseluruhan informasi yang digunakan adalah 768 data. Dari pengujian yang dilakukan, diketahui bahwa presisi paling tinggi terdapat pada pengujian pertama, yaitu dengan presisi sebesar 84%. Pada pengujian awal ini, perbandingan penyiapan informasi dan pengujian informasi digunakan 90% dengan 10% (691 training dan 77 uji). Kata kunci : Diabetes, Prediksi, K-NN, Machine Learning 

File :
TA. IMAM RAYHAN.pdf