APLIKASI FUZZY K-NEAREST NEIGHBOR (FK-NN) UNTUK MENENTUKAN TIPE PENYAKIT JANTUNG KORONER (PJK)
Kardiovaskular terutama penyakit jantung koroner (PJK) merupakan penyebab kematian nomor satu secara global. Setiap tahunnya, lebih banyak orang meninggal dikarenakan penyakit ini dari pada lainnya. Untuk mengetahui tingkat keparahan PJK diperlukan ketepatan diagnosa PJK agar memermudah penangana...
Saved in:
Main Author: | |
---|---|
Format: | Theses and Dissertations NonPeerReviewed |
Language: | Indonesian Indonesian |
Published: |
2017
|
Subjects: | |
Online Access: | http://repository.unair.ac.id/67154/1/MPM.61.17%20.%20Dam.a%20-%20ABSTRAK.pdf http://repository.unair.ac.id/67154/2/MPM.61.17%20.%20Dam.a%20-%20SEC.pdf http://repository.unair.ac.id/67154/ http://lib.unair.ac.id |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Universitas Airlangga |
Language: | Indonesian Indonesian |
Summary: | Kardiovaskular terutama penyakit jantung koroner (PJK) merupakan
penyebab kematian nomor satu secara global. Setiap tahunnya, lebih banyak orang
meninggal dikarenakan penyakit ini dari pada lainnya. Untuk mengetahui tingkat
keparahan PJK diperlukan ketepatan diagnosa PJK agar memermudah penanganan
secara medis. Mengingat banyaknya jumlah pasien PJK dan ketersediaan tenaga
medis spesialis yang terbatas maka diperlukan sebuah sistem yang dapat membantu
mengefisiensikan waktu untuk menentukan tipe PJK pada pasien. Sehingga pasien
tersebut dapat diketahui tipenya secara cepat dan tepat. Hal ini tentunya akan sangat
membantu dalam pengambilan keputusan untuk melakukan tindakan lebih lanjut
pada pasien penderita.
Pada penelitian ini menggunakan metode Fuzzy K-Nearest Neighbor untuk
membuat sistem yang dapat menentukan tipe penyakit jantung koroner. Variabel
yang digunakan dalam penentuan tipe penyakit jantung koroner yaitu jenis kelamin,
usia, denyut nadi, tekanan darah sistolik, gula darah sewaktu, trigliserida, kolestrol,
elektrokardiagram, nyeri dada, sesak nafas, dan batuk.
Hasil dari penelitian ini menunjukkan bahwa keputusan program
menggunakan Visual Studio 2017 dengan menggunakan metode Fuzzy K-Nearest
Neighbor didapatkan hasil akurasi tertinggi yaitu 90% pada |
---|