PENGGABUNGAN ALGORITMA FORWARD SELECTION DAN K-NEAREST NEIGHBOR UNTUK MENDIAGNOSIS PENYAKIT DIABETES DI KOTA SEMARANG
DOI:
https://doi.org/10.36499/jim.v12i2.1631Abstract
K-Nearest Neighbor merupakan salah satu algoritma yang diusulkan oleh para peneliti data mining di bidang kesehatan seperti diabetes. Diabetes adalah perubahan menetap dalam sistem kimiawi tubuh yang mengakibatkan darah mengandung terlalu banyak garam. Penyebab penyakit diabetes adalah kekurangan hormon insulin. Hormon adalah unsur kimia yang dibuat oleh tubuh (dalam hal ini pankreas) dan dilepas ke dalam aliran darah untuk digunakan oleh bagian tubuh yang membutuhkan. Akibat salah satu penyakit diabetes adalah buang air kecil lebih sering, sebab kelebihan gula dalam darah disaring keluar oleh ginjal dengan mengeluarkan lebih banyak garam dan air. Maka dari itu, penyakit diabetes perlu didiagnosis. Algoritma yang digunakan dalam penelitian ini adalah penggabungan algoritma Forward Selection dan K-Nearest Neighbor. Hasil penelitian menunjukkan bahwa penggabungan algoritma Forward Selection dan K-Nearest Neighbor memiliki akurasi yang lebih baik dari pada algoritma K-Nearest Neighbor. Penelitian ini menghasilkan akurasi yang lebih tinggi daripada penelitian-penelitian sebelumnya.
Kata kunci: data mining, Forward Selection, K-Nearest Neighbor, diabetes
Downloads
Issue
Section
License
Authors who publish with this journal agree to the following terms:
The journal allow the authors to hold the copyright without restrictions and allow the authors to retain publishing rights without restrictions.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
This work is licensed under a Creative Commons Attribution 4.0 International License.