Klasifikasi Demam Menggunakan Metode Neighbor Weighted K-Nearest Neighbor

Milania, Surayya Safira (2023) Klasifikasi Demam Menggunakan Metode Neighbor Weighted K-Nearest Neighbor. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover) Cover_H1051171023.pdf - Published Version Download (38kB)
	Text (Yuridis) Yuridis_H1051171023.pdf - Published Version Download (86kB)
	Text (Surat Pernyataan) SP_H1051171023.pdf - Published Version Download (5kB)
	Text (Abstrak) Abstrak_H1051171023.pdf - Published Version Download (9kB)
	Text (Kata Pengantar) Kapeng_H1051171023.pdf - Published Version Download (72kB)
	Text (Daftar Isi) Dafis_H1051171023.pdf - Published Version Download (85kB)
	Text (Daftar Lain) Daflain_H1051171023.pdf - Published Version Download (61kB)
	Text (Bab I) Bab1_H1051171023.pdf - Published Version Download (87kB)
	Text (Bab II) Bab2_H1051171023.pdf - Published Version Download (265kB)
	Text (Bab III) Bab3_H1051171023.pdf - Accepted Version Restricted to Repository staff only Download (77kB)
	Text (Bab IV) Bab4_H1051171023.pdf - Accepted Version Restricted to Repository staff only Download (1MB)
	Text (Bab V) Bab5_H1051171023.pdf - Accepted Version Restricted to Repository staff only Download (1MB)
	Text (Bab VI) Bab6_H1051171023.pdf - Accepted Version Restricted to Repository staff only Download (7kB)
	Text (Daftar Pustaka) Dapus_H1051171023.pdf - Published Version Download (138kB)
	Text (Lampiran) Lamp_H1051171023.pdf - Accepted Version Download (383kB)
	Text (H1051171023_ SURAYYA SAFIRA MILANIA) H1051171023_ SURAYYA SAFIRA MILANIA.pdf - Accepted Version Restricted to Repository staff only Download (4MB)

Abstract

Demam merupakan gejala atau respons tubuh terhadap suatu infeksi. Demam dapat disebabkan karena adanya infeksi virus, bakteri, dan demam akibat gigitan nyamuk. Beberapa penyakit penyebab demam yang perlu diwaspadai antara lain Demam Berdarah Dengue (DBD), Demam Tifoid, dan Malaria, dikarenakan gejala klinis dari ketiga penyakit tersebut sangat mirip dan sulit dibedakan. Akibat dari gejala yang mirip, seringkali menyebabkan kesulitan dalam mendapatkan diagnosis awal sehingga kurang tepat dalam penanganan. Oleh karena itu, pada penelitian ini dibangun sebuah sistem yang dapat mengklasifikasikan demam menggunakan metode Neighbor Weighted K-Nearest Neighbor (NWKNN). Data yang digunakan sebanyak 300 data dengan komposisi rasio data latih dan data uji adalah 70%:30% sehingga data latih yang digunakan sebanyak 210 data dan data uji sebanyak 90 data. Penelitian ini dilakukan dengan mengamati variasi nilai ketetanggaan (K) dan exp (E) terhadap akurasi sistem klasifikasi demam. Hasil pelatihan menunjukkan bahwa nilai K dan E yang bervariasi tidak mempunyai pengaruh terhadap akurasi tersebut. Hasil pengujian yang dilakukan mendapatkan akurasi sebesar 100% pada setiap variasi nilai K dan E.

Actions (login required)

View Item