OPTIMASI ALGORITMA KNN MENGGUNAKAN ACO UNTUK KLASIFIKASI PENYAKIT PERNAPASAN
Daftar Isi:
- Metode Data Mining merupakan metode yang banyak dipakai di berbagai bidang kehidupan dan penelitian sebagai sebuah metode untuk mencari informasi baru dari data. Ada berbagai macam metode Data Mining yang ada, salah satunya, yakni Klasifikasi. Klasifikasi adalah sebuah algoritma yang menetapkan sesuatu menjadi anggota salah satu kelas atau kategori dari data. Algoritma yang cukup sering digunakan dalam Klasifikasi adalah k-Nearest Neighbor terutama dalam hal kesehatan dikarenakan k-Nearest Neighbor dianggap cukup baik dan tahan dalam menangani noise, walau begitu, pengoptimalan algoritma perlu dilakukan karena ditinjau dari kelemahan kNN yang salah satunya tidak cukup tahan terhadap atribut yang terlalu banyak yang dapat membuat algoritma kNN sedikit kelelahan sehingga perlu dilakukan optimasi dengan seleksi fitur untuk membuang atribut yang tidak relevan atau sedikit mempengaruhi data. Dari hal tersebut, maka dilakukanlah optimasi dengan menggunakan Ant Colony Optimization untuk seleksi fitur untuk mendapatkan atribut terbaik dari data untuk diagnosis, lalu kemudian digunakan k-Nearest Neighbor untuk klasifikasi penyakit pernapasan, Hasil penelitian metode k-Nearest Neighbor adalah 83.3 sedangkan setelah dioptimasi dengan menggunakan algoritma Ant Colony Optimization adalah 84.8. Key Word: Klasifikasi, Data Mining, k-Nearest Neighbor, Seleksi Atribut, Ant Colony Optimization, Penyakit Pernapasan