Prediksi Potensi Pengidap Penyakit Diabetes berdasarkan Faktor Risiko Menggunakan Algoritme Kernel K-Nearest Neighbor

Prediksi Potensi Pengidap Penyakit Diabetes berdasarkan Faktor Risiko Menggunakan Algoritme Kernel K-Nearest Neighbor

Penulis

  • Renata Rizki Rafi` Athallah Fakultas Ilmu Komputer, Universitas Brawijaya
  • Imam Cholissodin Fakultas Ilmu Komputer, Universitas Brawijaya
  • Putra Pandu Adikara Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Diabetes, Prediksi, Kernel, Confusin Matrix, K-Nearest Neighbor (K-NN), Kernel K-Nearest Neighbor (K-NN).

Abstrak

Diabetes adalah penyakit kronis yang ditandai dengan gula darah tinggi. Terhitung pada tahun 2011 terdapat 7,29 juta orang menderita penyakit diabetes dan pada tahun 2021 terdapat 19,47 juta orang menderita penyakit diabetes. Persentase kenaikan penderita diabetes dari rentang 2011-2021 memiliki persentase kenaikan sebesar 267%. Pertumbuhan yang sangat pesat dan salah satu penyebab kematian di dunia merupakan masalah yang perlu dipecahkan. Dalam upaya penurunan jumlah penderita diabetes terdapat berbagai cara, namun belum maksimal sehingga diperlukan dilakukan beberapa penelitian untuk mengembangkan sistem yang dapat mendeteksi diabetes sejak dini sehingga pengobatan atau pencegahannya dapat berjalan dengan baik. Teknik yang dapat digunakan untuk mendeteksi diabetes sejak dini salah satunya adalah prediksi (forecast). Algoritme K-Nearest Neighbor (K-NN) adalah algoritme yang dirancang untuk mengklasifikasikan data berdasarkan data pembelajaran yang diklasifikasikan sebelumnya. Akan tetapi algoritme ini mempunyai kelemahan dalam memproses data yang memiliki dimensi tinggi dan bersifat non-linearly separable, maka penambahan fungsi kernel salah satu pilihan yang baik pada input data clustering. Dari hasil penelitian ini didapatkan nilai k dan fungsi kernel dengan nilai accuracy tertinggi yaitu k = 50 dan fungsi kernel Linear dan Polynomial degree 1 dan kinerja algoritme Kernel K-Nearest Neighbor lebih baik dibandingkan algoritme K-Nearest Neighbor dengan selesih nilai accuracy sebesar 0,14.

Unduhan

Diterbitkan

26 Aug 2022

Cara Mengutip

Athallah, R. R. R., Cholissodin, I., & Adikara, P. P. (2022). Prediksi Potensi Pengidap Penyakit Diabetes berdasarkan Faktor Risiko Menggunakan Algoritme Kernel K-Nearest Neighbor. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(8), 3777–3785. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11439

Terbitan

Bagian

Artikel
Loading...