Identifikasi Tingkat Stress Pada Manusia Menggunakan Metode K-NN (K-Nearest Neighbour)

Identifikasi Tingkat Stress Pada Manusia Menggunakan Metode K-NN (K-Nearest Neighbour)

Penulis

  • Vicky Robi Wirayudha Fakultas Ilmu Komputer, Universitas Brawijaya
  • Nurul Hidayat Fakultas Ilmu Komputer, Universitas Brawijaya
  • Ratih Kartika Dewi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Stres, Pembelajaran Mesin, K-Nearest Neighbour

Abstrak

Stres adalah kondisi yang disebabkan oleh interaksi antara individu dengan ligkungan, menimbulkan persepsi tuntutan-tuntutan yang berasal dari situasi yang bersumber pada sistem biologis, psikologis dan sosial dari seseorang. Bidang penelitian klasifikasi objek telah banyak dilakukan, sehingga memungkinkan diciptakan teknologi dalam bidang klasifikasi objek dengan akurasi tinggi. Terdapat banyak metode klasifikasi, dalam penelitian ini membahas metode K-NN(K-Nearest Neighbour). Dilakukan penelitian tiap variable dalam algoritme K-NN untuk menentukan variabel terbaik dalam melakukan klasifikasi. Penelitian ini akan menguji tetang pasien yang sedang mengalami stres dapat dibantu untuk mengidentifikasi tingkat stres dirinya dengan menjawab serangkaian quesioner tentang gejala yang di alami. Pengujian terhadap akurasi yang dilakukan menggunakan algoritma K-NN dengan menggunakan K dan datalaih yang berbeda-beda diantaranya adalah k=5,8,10,15 dan data latih sebanyak 8,18,38,50 terhadap sebuah dataset pasien dengan gejala beserta bobotnya. Penelitian ini menghasilkan keluaran hasil diagnosa pasien dan akurasi K-NN maksimum sebesar 82%.

Unduhan

Diterbitkan

09 Sep 2020

Cara Mengutip

Wirayudha, V. R., Hidayat, N., & Dewi, R. K. (2020). Identifikasi Tingkat Stress Pada Manusia Menggunakan Metode K-NN (K-Nearest Neighbour). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(9), 3129–3134. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7886

Terbitan

Bagian

Artikel
Loading...