Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi K-Nearest Neighbor Dengan Jarak Minkowski Untuk Deteksi Dini Covid-19 Pada Citra CT-Scan Paru-Paru Agustin, Afivatu Pratama; Fauzan, Abd. Charis; Harliana, Harliana
Jurnal Teknik Informatika UMUS Vol 4 No 01 (2022): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v4i01.609

Abstract

Covid-19 merupakan penyakit menular yang disebabkan oleh Serve Acute Respiratory Syndrome Coronavirus 2. Virus corona memiliki kemampuan daya tular yang sangat mudah. Deteksi virus corona pada umumnya dilakukan dengan uji laboratorium dan pencitraan medis seperti CT-Scan paru-paru. Pencitraan medis sangat diperlukan untuk mengurangi resiko penularan karena tidak kontak langsung dengan pasien. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mendapatkan nilai akurasi tertinggi dari hasil klasifikasi citra CT-Scan paru-paru menggunakan metode K-Nearest Neighbor (K-NN) dengan jarak Minkowski. Klasifikasi kelas yang digunakan yaitu covid dan non covid. Data penelitian berupa CT-Scan paru-paru Covid-19 berjumlah 349 dan 397 data CT-Scan non Covid-19. Terdapat dua skenario yang digunakan untuk mengetahui hasil akurasi tertinggi yang pertama 47% data digunakan untuk data uji, 53% data untuk data latih, dan yang kedua 20% data sebagai data uji dan 80% data sebagai data latih. Akurasi terbaik diperoleh hasil 80% dengan nilai K=1 pada skenario ke-2.