Optimasi Data Menggunakan K-Support Vector Nearest Neighbor Dalam Kasus Prediksi Penyakit Diabetes
Total View This Week0

Institusion

Universitas Komputer Indonesia

Author

Adam, Aldy Ferdian

Subject

005_Computer Programming, Programs & Data 

Datestamp

2021-06-29 02:27:47 

Abstract :
Berdasarkan penelitian sebelumnya yang dilakukan oleh Indrayanti, dkk tentang memprediksi penyakit diabetes dengan menggunakan K-Nearest Neighbour (KNN) saja. Dari hasil penelitian tersebut didapat akurasi sebesar 75.14% dengan nilai K=13. Pada penelitian tersebut data yang digunakan memiliki noise dan tidak diproses terlebih dahulu. Pada penelitian ini digunakan metodologi case studies research dan dataset yang sama yaitu Pima Indian Diabetes Database. Pengujian dilakukan dengan memasukan nilai K=3 sampai K=21 untuk KNN dan KSVNN. Hasil dari penelitian ini menunjukan pengurangan data sebesar 25.77% dan didapat akurasi sebesar 85.59% dengan menggunakan nilai K=5 untuk KSVNN dan K=13 untuk KNN. Hal ini membuktikan bahwa dengan melakukan optimasi data memiliki hasil prediksi yang baik pada kasus klasifikasi menggunakan KNN. 

File :
1.UNIKOM_Aldy Ferdian Adam_COVER.pdf
19.UNIKOM_Aldy Ferdian Adam_LEMBAR PENGESAHAN.pdf
15.UNIKOM_Aldy Ferdian Adam_BAB 5.pdf
10.UNIKOM_Aldy Ferdian Adam_DAFTAR PUSTAKA.pdf
KONTAK PENULIS DAN KONTRIBUTOR.pdf
17.UNIKOM_Aldy Ferdian Adam_SURAT KETERANGAN PUBLIKASI.pdf
20.UNIKOM_Aldy Ferdian Adam_SURAT KETERANGAN ORISINALITAS.pdf
4.UNIKOM_Aldy Ferdian Adam_KATA PENGANTAR.pdf
5.UNIKOM_Aldy Ferdian Adam_DAFTAR ISI.pdf
11.UNIKOM_Aldy Ferdian Adam_BAB 1.pdf
12.UNIKOM_Aldy Ferdian Adam_BAB 2.pdf
13.UNIKOM_Aldy Ferdian Adam_BAB 3.pdf
14.UNIKOM_Aldy Ferdian Adam_BAB 4.pdf