Klasifikasi perawatan gangguan kesehatan mental karyawan dengan algoritma K-Nearest Neighbor / Risalatul Mu'awanah
| Main Author: | Mu'awanah, Risalatul |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Online Access: |
http://repository.um.ac.id/152151/ |
Daftar Isi:
- RINGKASANMuawanahRisalatul.2019.KlasifikasiPerawatanGangguanKesehatanMentalKaryawandenganAlgoritmaK-NearestNeighbor.Skripsi.JurusanTeknikElektroFakultasTeknikUniversitasNegeriMalang.Pembimbing.(I)TriyannaWidianingtyasS.T.M.T.(II)IlhamAriElbaithZaeniS.T.M.T.Ph.D.KataKunciKlasifikasiPerawatanKesehatanMentalKaryawanK-NearestNeighbor(KNN)Masalahkesehatanmentalsemakinmenjadihalyangberpengaruhditempatkerja.Masalahtersebutakanmempengaruhiproduktivitaskaryawansehinggaberdampakpadaekonomiperusahaan.Dalammengatasipermasalahantersebutperusahaanperlumengidentifikasifaktor-faktoryangterkaitdengankesehatanmentalkaryawan.Makadariitudiperlukannyasebuahmetodeklasifikasiuntukmengetahuikaryawanyangmenginginkanperawatangangguankesehatanmental.PenelitianinibertujuanuntukmengetahuipenerapanfeatureselectionmenggunakanchisquareterhadapkinerjaalgoritmaK-NearestNeighbor(KNN)dalammelakukanklasifikasi.Tahapanyangdilakukandalampenelitianmeliputi(1)prosespengumpulandatayangdiperolehdariOpenSourcingMentalIllnes(OSMI)(2)prosespreprocessingdatayangdilakukanadalahdatacleaningfeatureselectiondatatransformation(3)prosesimplementasialgoritmaKNNdalammelakukanklasifikasidatadan(4)prosesevaluasiuntukmengetahuihasilkinerjaalgoritmamenggunakanconfussionmatrixyangakanmenghasilkannilaiprecisionrecallaccuracy.HasilpenelitianmenunjukanbahwapengklasifikasianmenggunakanalgoritmaKNNdiperolehhasilakurasi8727%precision8421%danrecall9697%.Berdasarkanhasiltersebutmakadapatdisimpulkankinerjayangdihasilkanlebihefektifdaripenelitiansebelumnya.Kenaikanakurasisebesar227%inidibandingkandenganpenelitianyangdilakukanolehShrutiAppiahdalammelakukanklasifikasimengggunakanNaveBayesdanSVMmenghasilkanakurasisebesar66%.DapatdisimpulkanbahwadataperawatankesehatanmentaldapatditerapkanuntukklasifikasimenggunakanKNNmenghasilkantingkatakurasiyangtinggi.