PENERAPAN METODE KLASIFIKASI MENGGUNAKAN ALGORITMA FUZZY K-NEAREST NEIGHBOR PADA DATA PENYAKIT PARKINSON

---

Abstrak

Penyakit parkinson termasuk dalam kelompok kondisi yang disebu
gangguan sistem motorik, yang merupakan akibat dari hilangnya sel otak penghasildopamin. Tanda-tanda yang ditemukan pada penderita diantaranya tremor ataugemetar di tangan, dan kelambatan gerakan pada saat melakukan aktivitas. Penyakitini memiliki dimensi gejala yang sangat luas sehingga secara langsung maupun
tidak langsung mempengaruhi kualitas hidup penderita maupun keluarga. Diagnosapenyakit parkinson relatif lambat karena belum adanya prosedur tes darah untukmendeteksinya sementara dengan tes syaraf membutuhkan biaya yang relatif besar.Dalam tugas akhir ini akan dilakukan penerapan Metode Klasifikasi menggunakanalgoritma Fuzzy K-Nearest Neighbor (F-KNN) untuk mengklasifikasi datapenyakit parkinson. Data yang digunakan bersumber dari UCI machine learningrepository. Uji coba dilakukan menggunakan 130 data training dan 65 data testingHasil terbaik dari proses uji coba menghasilkan akurasi sebesar 84,61% dengannilai K=13. Dari hasil tersebut dapat disimpulkan bahwa algoritma Fuzzy K-NearestNeighbor cukup handal digunakan dalam proses klasifikasi data.

Kata Kunci : Penyakit Parkinson, Klasifikasi, Fuzzy K-Nearest Neighbor.

---

Ketersediaan

S06-19371

1937

Koleksi Skripsi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1937

Penerbit

Surabaya : ITATS., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Penyakit Parkinson, Klasifikasi,
Fuzzy K-Nearest Neighbor.

Info Detail Spesifik

NPM : 06.2013.1.06255 Nilai : B+

Pernyataan Tanggungjawab

Pembimbing : Dian Puspita Hapsari, S.Kom, M.Kom

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar