Prabowo, BayuSatria (2017) Klasifikasi Tingkat Harapan Hidup Pasien Pengidap Penyakit Hepatitis Menggunakan Metode Fuzzy K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
Hepatitis merupakan penyakit yang menyerang organ hati, dimana penyakit ini akan menyebabkan peradangan pada sel-sel hati yang dapat disebabkan infeksi, penggunaan obat-obatan, konsumsi alkohol yang berlebih dan penyakit yang menyerang daya tahan tubuh. Dalam perjalanan penyakit ini penderita akan mengalami komplikasi dalam kurun waktu 10-15 tahun. Jika pasien telah mengalami komplikasi maka tingkat harapan hidup pasien akan jatuh dan perlu dilakukannya proses transplantasi organ hati untuk meningkatkan kembali tingkat harapan hidup pasien tersebut. Sedangkan pada pasien yang belum mengalami komplikasi atau memiliki tingkat harapan hidup tinggi, penyakit ini dapat disembuhkan dengan cara mengkonsumsi obat dan melakukan pembatasan aktifitas fisik. Pada penelitian ini akan menggunakan metode Fuzzy k-Nearest Neighbor, yang mana metode ini akan memberikan nilai keanggotaan kelas pada vektor sampel dan menggunakan derajat keanggotaan pada setiap data uji untuk menentukan kelas yang tepat untuk data tersebut. Penelitian ini mempunyai tujuan untuk mengimplementasikan metode Fuzzy k-Nearest Neighbor untuk mengklasifikasikan tingkat harapan hidup pasien pengidap penyakit hepatitis dan juga untuk mengetahui berapa sebaran data, nilai k, dan jumlah atribut yang digunakan untuk mengetahui tingkat harapan hidup pasien dengan akurasi yang tinggi, serta mengetahui jumlah data dengan tingkat akurasi tertinggi. Berdasarkan hasil penelitian ini didapatkan sebaran nilai k sama dengan 10, sebaran data sama dengan 20, dan jumlah atribut sama dengan 7 akan menghasilkan tingkat akurasi yang tinggi. Tingkat akurasi yang didapatkan dari sebaran nilai k sama dengan 10 adalah 83,33%, lalu untuk tingkat akurasi yang didapatkan dari sebaran data sama dengan 20 adalah 81,66%, dan untuk tingkat akurasi yang didapatkan dari jumlah atribut yang digunakan sama dengan 7 adalah 81,67%, sedangkan tingkat akurasi tertinggi untuk rasio antara data uji dan data latih yang digunakan adalah 69 data uji dibanding 46 data latih dengan tingkat akurasi 89,86%.
English Abstract
Hepatitis is a disease that attacks the liver, this disease causes inflammation in the liver cells that can be caused by infection, use of drugs, excessive alcohol consumption and diseases that attack the immune system. In the course of this disease patients will experienced complications within 10-15 years. If the patient has experienced a complication, the patients life expectancy will fall and have to do the process of liver transplantation to improve the return rate of the patients life expectancy. Meanwhile in patients who have experienced complications or have a high level of life expectancy, the disease can be cured by taking medicine and doing physical activity restrictions. This research will use Fuzzy k-Nearest Neighbor method. This method will give a value to class membership vector samples and using the degree of membership in each of the test data to determine the right class for data. This study aim to implement Fuzzy k-Nearest Neighbor method to classify the life expectancy of patients with hepatitis and also to know how the distribution of data, the value of k, and the number of attributes that are used to determine the life expectancy of patients with high accuracy, and to know the amount of data with the highest accuracy. Based on the results of this study, the distribution of the value of k = 10, the data distribution = 20, and the number of attributes = 7 will generate a high level of accuracy. This level of accuracy is obtained from the distribution of the value of k equal to 10 was 83.33%, and then for the level of accuracy obtained from the distribution of data equal to 20 was 81.66%, and for the level of accuracy obtained from the number of attributes that are used equal to 7 is 81.67%, while the highest accuracy for ratio between data test and data training using 69 data test and 46 data training with 89,86% accuracy rate.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/63/051701159 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 09 Feb 2017 15:12 |
| Last Modified: | 21 Oct 2021 01:38 |
| URI: | http://repository.ub.ac.id/id/eprint/147495 |
Preview |
Text
Bayu_Satria_Prabowo_-_105060800111067.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |