Klasifikasi Risiko Penyakit pada Ibu Hamil menggunakan Metode Modified K-Nearest Neighbor (MKNN)

Klasifikasi Risiko Penyakit pada Ibu Hamil menggunakan Metode Modified K-Nearest Neighbor (MKNN)

Penulis

  • Yogi Pinanda Fakultas Ilmu Komputer, Universitas Brawijaya
  • Wayan Firdaus Mahmudy Fakultas Ilmu Komputer, Universitas Brawijaya
  • Edy Santoso Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Sistem Pakar, Penyakit Pada Ibu Hamil, Klasifikasi, Modified K-Nearest Neighbor, Expert System, Diseases in Pregnant Women, Classification, Modified K-Nearest Neighbor.

Abstrak

Ibu hamil perlu menambah pengetahuan untuk mengetahui seberapa besar tingkat risiko terkena penyakit, tertentu dikarenakan rentannya kondisi pada ibu hamil. Klasifikasi tingkat risiko penyakit pada ibu hamil diharapkan dapat membantu pengguna dalam menemukan solusi yang tepat untuk menanggulanginya. Metode klasifikasi yang digunakan untuk mengetahui tingkat risiko penyakit ibu hamil ini menggunakan Modified K-Nearest Neighbor (MKNN). Pengklasifikasian tingkat risiko penyakit pada ibu hamil menggunakan metode Modified K-Nearest Neighbor (MKNN) dapat mempermudah untuk mendeteksi penyakit berdasarkan faktor-faktor yang ada. Metode Modified K-Nearest Neighbor (MKNN) diimplementasikan pada mesin inferensi sistem pakar agar dapat dilakukannya penarikan kesimpulan berdasarkan pengetahuan yang ada. Hasil akurasi sistem yang didapatkan setelah melakukan pengujian yaitu sebesar 85% yang menunjukkan bahwa metode Modified K­-Nearest Neighbor (MKNN) cocok untuk studi tingkat risiko penyakit pada ibu hamil.

Unduhan

Diterbitkan

04 Mar 2022

Cara Mengutip

Pinanda, Y., Mahmudy, W. F., & Santoso, E. (2022). Klasifikasi Risiko Penyakit pada Ibu Hamil menggunakan Metode Modified K-Nearest Neighbor (MKNN). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(5), 2116–2121. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10987

Terbitan

Bagian

Artikel
Loading...