Klasifikasi Penyakit Demam Tifoid Menggunakan Algoritme K-Nearest Neighbor

Hanifah, Hidayatul Nur (2024) Klasifikasi Penyakit Demam Tifoid Menggunakan Algoritme K-Nearest Neighbor. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 005 HALAMAN PERNYATAAN ORISINALITAS.pdf Download (212kB)
	Text 003 LEMBAR PENGESAHAN.pdf Download (244kB)
	Text 002 LEMBAR PERSETUJUAN.pdf Download (211kB)
	Text HALAMAN PERSETUJUAN PUBLIKASI KARYA.pdf Download (192kB)
	Text HALAMAN JUDUL.pdf Download (1MB)
	Text 012 BAB I.pdf Download (263kB)
	Text 013 BAB II.pdf Download (370kB)
	Text 014 BAB III.pdf Download (855kB)
	Text 015 BAB IV.pdf Restricted to Repository staff only Download (664kB)
	Text 016 BAB V.pdf Download (194kB)
	Text 017 DAFTAR PUSTAKA.pdf Download (162kB)

Abstract

Demam tifoid merupakan penyakit infeksi yang disebabkan oleh bakteri Salmonella typhi. Penularan demam tifoid dapat terjadi melalui fecal dan oral dari konsumsi makanan dan minuman yang terkontaminasi, pola makan yang tidak teratur dan kurang bersih pada tempat pengolahan makanan . Gejala pada pasien dilakukan sebuah analisa oleh dokter dengan dilakukan pemeriksaan untuk mendapatkan diagnosis. Diagnosis demam tifoid pada pasien agar dapat dilakukan penanganan secara cepat salah satu tindakan yang bisa dilakukan dengan mengembangkan sistem gejala penyakit demam tifoid. Sistem tersebut dibentuk dengan model klasifikasi dari teknik data mining untuk mendiagnosis penyakit demam tifoid pada pasien. Proses klasifikasi dalam menyelesaikan permasalahan diagnosis pasien dengan gejala demam tifoid menggunakan metode K-Nearest Neighbor (KNN). Bedasarkan dari implementasi dan pengujian sistem dengan algoritme K-Nearest Neighbor mendapatkan kesimpulan dalam analisis setiap gejala pasien yang di uji dengan sistem, dapat memberikan hasil diagnosis demam tifoid pada pasien berdasarkan pengujian dengan data training. Analisis akurasi tertinggi evaluasi algoritme K-Nearest Neighbor dari pengujian 20 data testing dan 10 data training terdapat pada K=9 sebesar 75%, recall sebesar 66,67%, dan precission 75%.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Demam tifoid, K-Nearest Neighbor, Klasifikasi
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Hidayatul Nur Hanifah
Date Deposited:	26 May 2025 03:31
Last Modified:	26 May 2025 03:31
URI:	http://eprints.umg.ac.id/id/eprint/13755

Actions (login required)

View Item