KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA DECISION TREE DAN K-NEAREST NEIGHBOUR (K-NN)

Anggi Mika (2025) KLASIFIKASI PENYAKIT DIABETES MENGGUNAKAN ALGORITMA DECISION TREE DAN K-NEAREST NEIGHBOUR (K-NN). Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_57201_2102030042.pdf Download (18MB)

Abstract

Diabetes adalah penyakit metabolis yang kronis yang mana pesien penyakit diabetes tidak menghasilkan jumlah insulin yang cukup atau bisa dikatakan tubuh pasien tidak sanggup memanfaatkan insulin dengan baik sehingga menyebabkan gula darah di dalam tubuh mengalami jumlah yang berlebihan, kondisi ini sering kali dirasakan setelah komplikasi terjadi pada organ tubuh Pasien didiagnosa menderita penyakit diabetes pada saat kadar glukosa darahnya melebihi nilai normal Penyakit. Data mining adalah proses untuk mendapatkan informasi yang berguna dari basis data yang besar dan perlu diekstraksi agar menjadi informasi baru dan dapat membantu dalam pengambilan keputusan, upaya untuk mengidentifikasi dan mengelola diabetes sangat penting, mengingat tingginya jumlah pasien yang datang dengan keluhan terkait penyakit ini. Dalam konteks ini, khususnya algoritma decision tree dan K-Nearest Neighbour (KNN) menawarkan pendekatan yang inovatif untuk mengklasifikasikan risiko diabetes berdasarkan data pasien, untuk perlunya dilakukan pendataan pasien penderita diabetes yang diharapkan mampu untuk dilakukannya pencegahan. Oleh sebab itu menerapkan teknik klasifikasi dengan data mining dengan algoritma C4.5 dan K Nearest Neighbour (KNN) . Dimana klasifikasi tersebut dapat mencapai ketelitian yang unggul. Berdasarkan hasil pengujian metode Decision didapatkan akurasi sebesar 73,42 persen, presisi 73.00 persen, recall 73,00 persen dan F1-Score 72,00 Persen sedangkan untuk K-Nearest Neighbour (KNN) didapatkan hasil pengujian berdasarkan akurasi sebesar 74,05 persen, presisi 74.00 persen, recall 74,00 persen dan F1-Score 73,00 Persen Kata Kunci : Diabetes, Decision Tree, KNN, Metode

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Sistem Informasi
Depositing User:	Admin Perpus UnivBI
Date Deposited:	11 Feb 2026 03:21
Last Modified:	11 Feb 2026 03:21
URI:	http://eprints.univbinainsan.ac.id/id/eprint/508

Actions (login required)

View Item