Skripsi
“IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBORS (KNN) UNTUK KLASIFIKASI PENYAKIT MULTIPLE SCLEROSIS
- Bagikan:
ABSTRAK
Multiple Sclerosis (MS) merupakan penyakit autoimun kronis yang menyerang
sistem saraf pusat dan memerlukan diagnosis dini agar penanganannya dapat
dilakukan secara tepat. Namun, gejala MS yang bervariasi dan mirip dengan
penyakit neurologis lainnya seringkali menyulitkan proses diagnosis. Oleh karena
itu, teknologi kecerdasan buatan seperti algoritma K-Nearest Neighbors (KNN)
dapat dimanfaatkan untuk membantu klasifikasi penyakit ini secara lebih cepat
dan akurat. Penelitian ini bertujuan untuk mengimplementasikan metode KNN
dalam klasifikasi penyakit Multiple Sclerosis serta mengukur tingkat akurasi dari
metode tersebut. Data yang digunakan sebanyak 273 data pasien yang diperoleh
dari platform Kaggle dengan 18 variabel atribut klinis. Penelitian ini
menggunakan rasio 80% data latih dan 20% data uji, serta nilai k yang digunakan
adalah k = 3. Proses klasifikasi dilakukan menggunakan bahasa pemrograman
Python. Hasil dari penelitian ini menunjukkan bahwa metode KNN mampu
mengklasifikasikan penyakit Multiple Sclerosis dengan akurasi sebesar 81,82%.
Evaluasi lanjutan menggunakan classification report menunjukkan bahwa untuk
kelas 1, nilai precision, recall, dan f1-score masing-masing sebesar 0,83; 0,76; dan
0,79, sedangkan untuk kelas 2 sebesar 0,81; 0,87; dan 0,84. Dengan demikian,
metode KNN dapat menjadi salah satu alternatif dalam membantu proses
diagnosis penyakit Multiple Sclerosis.
Kata Kunci: Multiple Sclerosis, K-Nearest Neighbors, Klasifikasi, Machine
Learning, Diagnosis Penyakit
Detail Information
| Item Type |
Skripsi (S1)
|
|---|---|
| Penulis |
Andrew Efraim Nicholas Sitompul - Personal Name
|
| Student ID |
221510029
|
| Dosen Pembimbing |
Indra Kelana Jaya, ST., M.Kom - - Dosen Pembimbing 1
Harlen Gilbert Simanullang, S.Kom., M.Kom - - Dosen Pembimbing 2 |
| Penguji | |
| Kode Prodi PDDIKTI |
55201
|
| Edisi |
Published
|
| Departement |
Teknik Informatika
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | Universitas Methodist Indonesia : Medan., 2025 |
| Edisi |
Published
|
| Subyek | |
| No Panggil | |
| Copyright |
Fakultas Ilmu Komputer Universitas Methodist Indonesia
|
| Doi |