Klasifikasi pada Penyakit Dental Caries Menggunakan Gabungan K-Nearest Neighbor dan Algoritme Genetika
Daftar Isi:
- permasalahan pada kedokteran gigi. Indonesia yang menempati peringkat 6 pada kasus karies gigi 60% – 80% pada populasi di indonesia. Oleh karena itu penanganan dini pada penyakit karies gigi diharapkan dapat mengurangi tingginya penyakit karies di indonesia. Kedokteran gigi yang semakin maju dalam hal teknologi membuat permasalahan menjadi lebih mudah untuk diselesaikan. Sistem untuk klasifikasi pada tipe-tipe karies dengan menggunakan program komputer yang diharapkan akan mempermudah kinerja dalam bidang kedokteran gigi. Pada permasalahan klasifikasi dengan menggunakan metode K-Nearest Neighbor telah banyak diterapkan pada kasus-kasus lain. Namun pada metode ini memiliki kekurangan pada penentuan nilai K yang harus dicari sendiri nilai K terbaik untuk klasifikasi. Pada penelitian ini akan membahas tentang optimasi pada nilai K dalam metode KNN. Penelitian ini akan menggunakan Gabungan K- Nearest Neighbor dan Algoritme genetika. Algoritme genetika dapat menghasilkan solusi yang optimal dengan berbagai variasi serta memiliki kelebihan dari segi kemampuan menghasilkan solusi. Dengan menggunakan algoritme genetika pengguna tidak harus mencari satu persatu nilai K optimal. Pada penggunaan algoritme genetika ini menghasilkan nilai K optimal dengan mendapatkan akurasi sebesar 88%. Pengujian yang dilakukan pada algoritme genetika untuk mencari hasil yang terbaik dengan mendapatkan nilai fitnes terbaik yaitu 0.9. Penggunaan optimasi dengan algoritme genetika ini membuat metode K-Nearest Neighbor menjadi lebih mudah digunakan karena tidak harus memilih nilai K optimal secara manual. Dan hasil yang didapatkan pada pengujian akurasi nilai K yang didapatkan oleh algoritme genetika adalah K optimal dengan akurasi 88 % dan fitness 0,9. Klasifikasi penyakit karies gigi akan lebih bagus menggunakan metode Hybrid ini.