Penerapan Algoritme Fuzzy K-Nearest Neighbor (FK-NN) Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia

Abstrak

Salah satu penyakit kejiwaan yang banyak menyerang penduduk Indonesia adalah penyakit kejiwaan Skizofrenia. Skizofrenia menyebabkan seseorang mengalami delusi, halusinasi, pikiran kacau, dan perubahan terhadap perilaku. Menurut Riset Kesehatan Dasar (Riskesdas) pada tahun 2013, prevalensi Skizofrenia sebesar 1,7% per 1000 penduduk atau sekitar 400.000 orang. Untuk wilayah Indonesia yang sangat luas dengan jumlah penduduk sekitar 237 juta, jumlah ahli jiwa atau psikiater yang dimiliki sekitar 616 orang tergolong masih sangat sedikit. Dengan keterbatasan tersebut diperlukan sebuah sistem yang dapat digunakan untuk membantu paramedis dalam mendiagnosis dan mengklasifikasi penyakit kejiwaan Skizofrenia. Pada penelitian ini diterapkan algoritme fuzzy K-nearest neighbor untuk mendiagnosis dan mengklasifikasi penyakit kejiwaan Skizofrenia. Jenis-jenis penyakit kejiwaan Skizofrenia yang digunakan pada penelitian ini yaitu Skizofrenia paranoid, Skizofrenia hebefrenik, Skizofrenia katatonik, Skizofrenia tak terinci, dan Skizofrenia simpleks. Proses klasifikasi terdiri atas tiga proses yaitu proses inisialisasi fuzzy, proses algoritme K-nearest neighbor, dan proses algoritme fuzzy K-nearest neighbor. Untuk menguji sistem, maka dilakukan pengujian terhadap nilai K dan pengujian terhadap K-Fold. Berdasarkan hasil pengujian terhadap nilai K, didapatkan nilai akurasi tertinggi sebesar 38,33% pada nilai K=5. Hasil pengujian pengaruh K-Fold didapatkan rata-rata nilai akurasi tertinggi sebesar 34,17% pada K-Fold=10.