Data Mining uhborntuk Klasifikasi Pasien Menggunakan K-Nearest Neighbor
| Main Author: | Marliana, Annisa |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2013
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/8303 |
Daftar Isi:
- Metode klasifikasi dalam data mining merupakan metode pembelajaran data untuk memprediksi nilai dari sekelompok atribut. Salah satu algoritma klasifikasi yang paling sering digunakan adalah K-Nearest Neighbor (KNN). Algoritma ini sering digunakan karena sangat sederhana. Dekat atau jauhnya tetangga biasanya dihitung berdasarkan Euclidean Distance. Algoritma KNN akan diimplementasikan untuk klasifikasi pasien hipertensi. Klasifikasi pasien hipertensi merupakan salah satu cara untuk memprediksi apakah seseorang mengidap hipertensi atau tidak. Hasil implementasi algoritma KNN cukup baik digunakan dalam menghasilkan hasil diagnosa. Algoritma ini menghasilkan tingkat keakuratan hingga 76,36364% tergantung pada nilai K yang ditentukan, dan nilai rata-rata keakuratan sebesar 75,27273%.