Implementasi Metode Fuzzy K-Nearest Neighbor dalam Klasifikasi Penyakit Demam Berdarah

Fanny Ramadhani; Andy Satria; Indah Purnama Sari

doi:10.56211/helloworld.v2i2.253

Implementasi Metode Fuzzy K-Nearest Neighbor dalam Klasifikasi Penyakit Demam Berdarah

Abstract Views: 1595 PDF Downloads: 1445

Authors

Fanny Ramadhani Universitas Negeri Medan, Medan
Andy Satria Universitas Dharmawangsa, Medan
Indah Purnama Sari Universitas Muhammadiyah Sumatera Utara, Medan

DOI:

https://doi.org/10.56211/helloworld.v2i2.253

Keywords:

Demam Berdarah Dengue; Klasifikasi; FKNN; K-Fold Cross Validation; Confusion Matrix

Abstract

Demam berdarah dengue (DBD) adalah suatu penyakit yang disebabkan oleh infeksi virus dengue. DBD adalah penyakit akut dengan manifestasi klinis perdarahan yang menimbulkan syok yang berujung kematian. DBD disebabkan oleh salah satu dari empat serotipe virus dari genus Flavivirus. DBD memiliki gejala yang mirip dengan penyakit lain seperti demam, nyeri sendi, bercak merah di kulit dan lain sebagainya. Maka dari itu diperlukan ketepatan dan akurasi yang baik dalam mengklasifikasikan pasien dbd atau tidak agar tidak terjadi kesalahan dalam memprediksi suatu penyakit. Pada penelitian ini klasifikasi penyakit DBD menggunakan metode Fuzzy K-Nearest Neighbor (FKNN) untuk mencari nilai paling optimum untuk mendapatkan hasil klasifikasi yang paling baik. Dalam penelitian ini dilakukan 8 kali pencarian nilai K, yaitu k = 3,5,7,9,11,13,15,20. Hasil akurasi dari masing-masing K adalah 75,15%, 75.16%, 77.76%, 79.80%, 83.12%, 85.01%, 78.14%, 75.20%. akurasi terbaik didapatkan pada nilai K= 13 dengan nilai akurasi mencapai 85.01%

Downloads

Download data is not yet available.

References

Sukohar. (2014). Demam Berdarah Dengue (DBD). Fever is to Combine The "3M Plus",Which is closing,, Draining and Hoarding. Treatment of Patients with dengue fever is symptomatic and supportive , pp. 1-15.

Richard O.Duda, E. D. (2006). Pattern Classification . Canada: John Wiiley & Sons, Inc.

W. G. Akbari, N. Hidayat, and N. Santoso, “Diagnosis Penyakit Cabai Menggunakan Metode Fuzzy K-Nearest Neighbor (FKNN),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 3, no. 1, pp. 1070–1074, 2019

D. M. F. Shanti, N. Hidayat, and R. C. Wihandika, “Implementasi Metode F-KNN (Fuzzy K-Nearest Neighbor) Untuk Diagnosis Penyakit Anjing,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 12, pp. 7401–7407, 2018.

A. A. Indra Wiratmaka, I. F. Rozi, and R. A. Asmara, “Klasifikasi Kualitas Tanaman Cabai Menggunakan Metode Fuzzy K-Nearest Neighbor (Fknn),” J. Inform. Polinema, vol. 3, no. 3, p. 1, 2017, doi: 10.33795/jip.v3i3.25.

Dylan Trotsek, “APLIKASI KLASIFIKASI JENIS BAJA BERDASARKAN KOMPOSISI KIMIA DENGAN MENGGUNAKAN METODE FK-NNC,” J. Chem. Inf. Model., 2017.

C. Zheng, M. Shareduwan, M. Kasihmuddin, M. A. Mansor, and J. Chen, “Intelligent Multi-Strategy Hybrid Fuzzy K-Nearest Neighbor Using Improved Hybrid Sine Cosine Algorithm,” pp. 1–23, 2022.

D. W. I. Ispriyanti, A. Prahutama, R. Dian, and I. K. A. Wati, “Analysis classification of households who received ‘raskin’ in Semarang City using Fuzzy K-Nearest Neighbor (FKNN) and Support Vector Machine (SVM),” J. Math. Comput. Sci., pp. 1–13, 2022, doi: 10.28919/jmcs/7478.

Han, J & Kamber, M. (2006). Data Mining Concepts And Techniques, Second Edition. California: Morgan Kaufman.

Witten, I.H & Frank, E. (2005). Data Mining Practical Machine Learning Tools And Teachniques. Second edition. California: Morgan Kaufman.

A. Satria, O. S. Sitompul and H. Mawengkang, "5-Fold Cross Validation on Supporting K-Nearest Neighbour Accuration of Making Consimilar Symptoms Disease Classification," in IEEE, Padang, 2021.

F. Ramadhani, Al-Khowarizmi and I.P. Sari, " Improving the Performance of Naïve Bayes Algorithm by Reducing the Attributes of Dataset Using Gain ratio and Adaboost, "In EEE, Padang, 2021.

I. P. Sari, I. H. Batubara and Al-Khowarizmi, "Sensitivity of Obtaining Errors in The Combination of Fuzzy and Neural Networks for Conducting Student Assessment on E-Learning," International Journal of Economic, Technology anf Social Sciences (Injects), vol. 2, no. 1, pp. 331 - 338, 2021.

Downloads

Article History

Submitted: 2023-04-01
Published: 2023-05-17
Pages: 58-62

PlumX Metrics

How to Cite

Ramadhani, F., Satria, A., & Sari, I. P. (2023). Implementasi Metode Fuzzy K-Nearest Neighbor dalam Klasifikasi Penyakit Demam Berdarah. Hello World Jurnal Ilmu Komputer, 2(2), 58–62. https://doi.org/10.56211/helloworld.v2i2.253

Download Citation

Issue

Vol. 2 No. 2 (2023): Edisi Juli

Section

Articles

License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Penulis yang mempublikasikan naskahnya pada Hello World Jurnal Ilmu Komputer menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam Hello World Jurnal Ilmu Komputer dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:

"Penulis mengakui bahwa Hello World Jurnal Ilmu Komputer berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"

"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Hello World Jurnal Ilmu Komputer."

"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."