PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK MEMPREDIKSI PENYAKIT MATA CONJUNCTIVITIS DAN MYOPIA
Daftar Isi:
- Rumah Sakit SMEC Pekanbaru banyak terdapat jenis penyakit dan gejala yang berbedabeda, seperti penyakit Conjunctivitis , Myopia, Presbiopia, Pterigium, Cataract, Dry eye, Trauma, Astigmatisme Myopia dan jumlah pasien penyakit mata pada rumah sakit SMEC Pekanbaru dilihat pada tahun 2016 berjumlah 6.709 pasien, angka tersebut menunjukan tingginya tingkat penderita penyakit mata saat ini. Penelitian ini dilakukan untuk membangun sebuah aplikasi yang dapat memprediksi penyakit mata conjunctivitis danmyopia berdasarkan gejala yang diderita oleh pasien. Salah satu metode data mining yang akan digunakan dalam penelitian ini yaitu K-Nearest Neighbor (KNN). Attribut yang digunakan pada penelitian ini yaitu No. Rekap Medis, gejala yang terdiri 26 gejala yang ada pada penyakit Conjunctivitis dan Myopia. Pada penelitian ini menggunakan bahasa pemograman php v.5 dan database mysql. Hasil pengujian akurasi pada aplikasi yang dibangun memiliki rata-rata pengujian tertinggi pada K7 yaitu 99,74% dan tingkat akurasi tertinggi pada pengujian pada 90:10 dengan total 100 data uji memiliki tingkat akurasi tertinggi yaitu 100,00%, Sedangkan skenario 50:50 pada K9 dengan total 500 data uji memiliki tingkat akurasi terendah yaitu 99,40 %. Kata kunci : Data Mining, K-Nearest Neighbor, Penyakit mata, SMEC Pekanbaru.