Penerapan Algoritme Modified K-Nearest Neighbour Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia

Penerapan Algoritme Modified K-Nearest Neighbour Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia

Penulis

  • Anjelika Hutapea Fakultas Ilmu Komputer, Universitas Brawijaya
  • Muhammad Tanzil Furqon Fakultas Ilmu Komputer, Universitas Brawijaya
  • Indriati Indriati Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Assymetric Binary, K-Fold, Validitas, Weight Voting

Abstrak

Skizofrenia adalah penyakit yang mengalami keretakan jiwa atau keretakan kepribadian (splitting of personality). Masalah gangguan jiwa terjadi hampir di seluruh negara di dunia. Penyakit kejiwaan Skizofrenia terdiri dari lima jenis yaitu Paranoid, Hebefrenik, Katatonik, Tak Terinci dan Simpleks. Kemiripan gejala dari masing-masing jenis menimbulkan kesulitan paramedis untuk menentukan kelas penyakit Skizofrenia. Oleh karena itu dibutuhkan sistem yang bertujuan untuk melakukan klasifikasi penyakit kejiwaan Skizofrenia dengan menerapkan salah satu metode klasifikasi yaitu Modified K-Nearest Neighbor (MKNN). Langkah yang akan dilakukan oleh sistem adalah proses perhitungan jarak assymetric binary, perhitungan nilai validitas dan perhitungan weight voting sehingga mendapatkan hasil akhir yang akan digunakan untuk menentukan kelas klasifikasi berdasarkan masukan nilai K yang telah ditentukan. Pengujian sistem terdiri dari pengujian pengaruh nilai K dan pengujian pengaruh nilai K-Fold. Hasil dari pengujian pengaruh nilai K menghasilkan akurasi optimum senilai 37,045% pada nilai K=7 dan K-Fold=10. Hasil dari pengujian pengaruh nilai K-Fold menghasilkan akurasi optimum senilai 28,4462% pada nilai K-Fold=5.

Unduhan

Diterbitkan

14 Feb 2018

Cara Mengutip

Hutapea, A., Furqon, M. T., & Indriati, I. (2018). Penerapan Algoritme Modified K-Nearest Neighbour Pada Pengklasifikasian Penyakit Kejiwaan Skizofrenia. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(10), 3957–3961. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2800

Terbitan

Bagian

Artikel
Loading...