Andrianto, Deny (2017) Penerapan Fuzzy K-Nearest Neighbor Untuk Diagnosis Penderita Gagal Ginjal Kronis Berdasarkan Dataset Indians Chronic Kidney Disease (CKD). Sarjana thesis, Universitas Brawijaya.
Abstract
Ginjal merupakan organ yang memiliki peran besar dalam pengaturan kebutuhan cairan dan elektrolit. Hal ini terlihat pada fungsi ginjal, yakni sebagai pengatur air, pengatur konsentrasi garam dalam darah. Kerusakan pada ginjal berpotensi menyebabkan fungsi ginjal menurun, bahkan kematian. Salah satu penyakit pada ginjal adalah gagal ginjal kronis (Chronic Kidney Disease). Gagal ginjal kronis sulit dikenali, diperlukan beberapa rumusan tertentu dan tidak cukup dengan pemeriksaan medis. Penelitian ini membahas tentang penerapan metode algoritma Fuzzy k-Nearest Neighbor (Fk-NN) untuk diagnosis penyakit gagal ginjal kronis. Sistem ini dirancang dan dibangun berdasarakan Indians Chronic Kidney Disease (CKD) yang diambil dari website UCI Machine Learning Repository yang diambil pada tahun 2015. Dalam penelitian ini dilakukan beberapa pengujian untuk mengetahui tingkat akurasi sistem. Pengujian dilakukan terhadap 5 jumlah data latih yang berbeda yaitu 25, 50, 75, 100 dan 125 data dengan data uji sebanyak 30 data. Pengujian dilakukan untuk mengetahui pengaruh jumlah data latih dan nilai k terhadap akurasi sistem. Dari penelitian didapatkan hasil penelitian bahwa semakin besar jumlah data latih yang digunakan semakin tinggi akurasi yang dihasilkan dan nilai k terbaik adalah nilai k yang memiliki nilai paling kecil yaitu 3. Akurasi sistem mencapai 100% ketika menggunakan k=3 dengan data latih sebesar 100 dan 125 data.
English Abstract
Kidney have a major role in the regulation of fluid and electrolyte. It is seen on renal function, namely as a regulator of water, regulating salt concentration in the blood. The failure of kidney could be reducing the function of it, even causing death. One kidney disease is chronic renal failure (Chronic Kidney Disease). Chronic renal failure is difficult to recognize, it takes some certain formula and not enough with the medical examination. This research is about to use algorithm methods Fk-NN to diagnose the failure of kidney. This system is build base Indian CKD that taken from UCI MLR website in 2015. This research include some tests to know the level of accurate system. The tests did amount to different 5 (five) training data, those are 25, 50, 75, 100 and 125 data with 30 testing data. The test did to know the influence of the amount of training data and the value of K to accuracy of the system.From this research showed that the greater amount of training data used, resulting the higher accuracy and the best value of k is 3. Accuracy of the system will reach 100% when the value of k=3, training data in 100 and 125 data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/138/051701552 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 14 Mar 2017 09:33 |
| Last Modified: | 22 Oct 2021 03:26 |
| URI: | http://repository.ub.ac.id/id/eprint/147356 |
Preview |
Text
JURNAL_Deny_Andrianto_105060807111076.pdf Download (2MB) | Preview |
Preview |
Text
Deny_Andrianto_105060807111076.pdf Download (6MB) | Preview |
Actions (login required)
 |
View Item |