Ubaiddillah, Muhyidin (2017) Deteksi Dini Penyakit Gagal Ginjal Menggunakan Gabungan Genetic Algorithm Dan Fuzzy K-Nearest Neighbor (GAFKNN). Sarjana thesis, Universitas Brawijaya.
Abstract
Penyakit gagal ginjal kronik adalah salah satu jenis penyakit tidak menular tapi mematikan. Menurut Riset Kesehatan Dasar (2013), penyakit ini di indonesia memiliki nilai prevensi nilai kurang lebih 0,2 persen. Namun, beberapa orang masih belum sadar kalau mereka telah mengalami penyakit ini, dan penyakit gagal ginjal mereka telah pada tahap gagal ginjal kronik sehingga salah satu pengobatannya adalah dengan melakukan cuci darah. Padahal bila orang tersebut masih pada gagal ginjal stadium awal atau stadium dua, masih dapat melakukan terapi tanpa cuci darah. Selain itu beberapa orang masih malas untuk melakukan konsultasi. Sehingga, dibutuhkan sebuah program agar orang tersebut dapat mengetahui kondisi mereka dan termotivasi untuk melakukan checkup ke dokter. Dari permasalah tersebut dibutuhkan sebuah deteksi dini yang dapat dilakukan oleh klasifikasi. Salah satu metode yang dapat melakukan klasifikasi adalah Fuzzy KNN, namun Fuzzy KNN memiliki kelemahan yaitu menentukan nilai k dan m yang menghasilkan nilai optimal. Sehingga dilakukan penggabungan dengan Genetic Algorithm (GAs). Dari hasil penggabungan tersebut program dapat menghasilkan akurasi yang cukup optimal yang mencapai 98,00%, dengan parameter pada GAs yaitu populasi 40, generasi 15, CR 0,5 dan MR 0,8.
English Abstract
Chronic kidney disease is one type of non-infectious but deadly disease. According to Basic Health Research (2013), this disease in Indonesia has a value of prevention value of approximately 0,2 percent. But some people are still not aware that they have experienced this disease, and their kidney failure disease has been at the stage of chronic renal failure so that one of the treatment is to do dialysis. Whereas if the person is still in early or stage 2 kidney failure, can still do therapy without dialysis. In addition, some people are still lazy to consult, so it takes a program so that people can know their condition and motivated to do a checkup to the doctor. From these problems requires an early detection that can be done by classification. One method that can classify is Fuzzy KNN, but Fuzzy KNN has a weakness that is determining the value of k and m that yield optimal value. So do the merger with Genetic Algorithm (GAs). From the results of the merger the program can produce a fairly optimal accuracy of 98,00%, with parameters on the GAs of population 40, generation 15, CR 0,5 and MR 0,8.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/548/051707869 |
| Uncontrolled Keywords: | Fuzyy KNN, Genetic Algorithm, Gagal Ginjal |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.5 General purpose application programs |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 29 Aug 2017 06:52 |
| Last Modified: | 17 Nov 2022 08:52 |
| URI: | http://repository.ub.ac.id/id/eprint/1855 |
![[thumbnail of Muhyidin Ubaiddillah.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Muhyidin Ubaiddillah.pdf Download (9MB) |
Actions (login required)
 |
View Item |