Wirayudha, Vicky Robi and Nurul Hidayat, S.Pd., M.Sc. and Kartika Dewi, S.T., M.Kom. (2020) Identifikasi Tingkat Stress Pada Manusia Menggunakan Metode K-NN(K-Nearest Neighbour). Sarjana thesis, Universitas Brawijaya.
Abstract
Stres adalah kondisi yang disebabkan oleh interaksi antara individu dengan lingkungan, 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 stress 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%.
English Abstract
-
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 0520150018 |
Uncontrolled Keywords: | Stres, Pembelajaran Mesin, K-Nearest Neighbour. |
Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 22 Feb 2021 03:34 |
Last Modified: | 09 Aug 2022 08:06 |
URI: | http://repository.ub.ac.id/id/eprint/183477 |
![]() |
Text (DALAM MASA EMBARGO)
0520150018 - VICKY ROBI WIRAYUDHA.pdf Restricted to Registered users only until 31 December 2023. Download (3MB) |
Actions (login required)
![]() |
View Item |