Penerapan Algoritma Fuzzy k-Nearest Neighbor Pada Klasifikasi Penyakit Kelainan Tulang Belakang Berdasarkan Vertebral Column Dataset
| Main Author: | Yuistiyanto, Adi |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/146959/1/Adi_Yuistiyanto_%280910963001%29.pdf http://repository.ub.ac.id/146959/ |
Daftar Isi:
- Penelitian ini membahas penerapan algoritma FKNN (Fuzzy K-Nearest Neighbor) untuk klasifikasi penyakit kelainan tulang belakang. Sistem yang akan dibangun menggunakan data pasien penderita kelainan tulang belakang yang diambil dari UCI Machine Learning Repository yang diambil pada tahun 2011. Algoritma Fk-NN adalah algoritma yang memberikan nilai keanggotaan kelas pada vektor sampel dan bukan menempatkan vektor pada kelas tertentu. Pengujian ini dilakukan terhadap 6 macam data latih yaitu 60, 90, 150, 210, 270, dan 280 data dengan data uji sebanyak 30 data. Hasil dari pengujian ini untuk mengetahui pengaruh data latih, nilai k, sebaran kelas, serta mengetahui tingkat akurasi dari sistem ini. Dari hasil penelitian didapatkan akurasi sebesar 83.3% dengan data latih sebanyak 60 buah dan k = 5, terhadap nilai k dihasilkan akurasi tertinggi sebesar 83.3% pada k = 5 dengan data latih sebanyak 60 buah, terhadap sebaran data 1 sebesar 60%, sebaran data 2 sebesar 76.6%, dan sebaran data 3 paling besar didapatkan 36.6% dengan data latih sebanyak 60 buah.