Hadi, Azizul Hanifah (2018) Identifikasi Penyakit Gagal Ginjal Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (Nwknn). Sarjana thesis, Universitas Brawijaya.
Abstract
Penyakit gagal ginjal dapat disebabkan oleh beberapa faktor yakni hipertensi, kadar asam urat, kadar kreatinin, diabetes, dan masih banyak yang lain. Dari beberapa faktor itu, kita bisa mengetahui tingkat resiko terjadinya penyakit gagal ginjal. Tetapi banyak orang yang tidak menyadari, malas dan acuh mengenai pemeriksaan kesehatan terutama pada ginjal karena proses yang lama dan rumit. Menurut Indonesian Renal Registry, pada tahun 2014 pasien penyakit gagal ginjal di Indonesia mencapai 12.770 jiwa. Oleh karena itu maka dibutuhkan suatu sistem yang dapat melakukan deteksi atau identifikasi mengenai penyakit gagal ginjal. Pada penelitian ini akan dilakukan identifikasi penyakit gagal ginjal menggunakan metode Neighbor Weighted K-Nearest Neighbor (NWKNN). Metode ini hampir sama dengan metode KNN tetapi yang membedakan terdapat pada proses pembobotan di setiap kelas identifikasi. Kelas identifikasi pada penelitian ini ada 2 yakni ckd atau terkena gagal ginjal dan notckd atau tidak terkena gagal ginjal. Hasil dari penelitian ini menunjukkan bahwa metode NWKNN dapat melakukan identifikasi terhadap penyakit gagal ginjal pada saat data latih yang digunakan sebanyak 150 data dan data uji sebanyak 50 data dengan nilai K=2 dan nilai E=2 dengan hasil akurasi mencapai 88%.
English Abstract
Kidney disease can be caused by several factors such as hypertension, uric acid levels, creatinine levels, diabetes, and many others. From that factors, we know about the level of kidney disease risk. Some people are unaware, lazy and indifferent about health, especially on kidney disease because of the long process and complicated. According to the Indonesian Renal Registry, in 2014 patients with kidney disease in Indonesia reach 12,770 inhabitants. Therefore, we need a system that can detect or identify the kidney disease. In this research, we will identify the kidney disease using Neighbor Weighted K-Nearest Neighbor (NWKNN) method. This method is similar to the KNN method but the differentiates are in the weighting process in each identification class. Identification class in this study decided in two part, ckd or exposed to kidney disease and notckd or not affected kidney disease. The results of this study indicate that the NWKNN method can identify kidney disease when the data are 150 data and the test data are 50 data with K = 2 and E = 2 and accuracy level is 88%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/146/051801133 |
| Uncontrolled Keywords: | identifikasi, gagal ginjal, NWKNN identify, kidney disease, NWKNN |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.6 Diseases of urogenital system > 616.61 Diseases of kidneys and ureters > 616.614 Renal failure > 616.614 028 5 Renal failure (Computer applications) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 06 Mar 2019 03:28 |
| Last Modified: | 16 Oct 2021 03:54 |
| URI: | http://repository.ub.ac.id/id/eprint/13567 |
Preview |
Text
Azizul Hanifah Hadi.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |