Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik
Laily Hermawanti
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Sultan Fatah Jl. Diponegoro 1A, Jogoloyo - Demak.
Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGGABUNGAN ALGORITMA BACKWARD ELIMINATION DAN K-NEAREST NEIGHBOR UNTUK MENDIAGNOSIS PENYAKIT JANTUNG Laily Hermawanti; Sucianna Ghadati Rabiha
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2014): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 5 2014
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

K-Nearest Neighbor merupakan salah satu algoritma yang diusulkan oleh para peneliti data mining di bidang kesehatan misalnya penyakit jantung. Penyakit jantung adalah salah satu penyakit berbahaya dan penyebab kematian di seluruh dunia. Maka dari itu, penyakit jantung perlu didiagnosis. Algoritma yang digunakan dalam penelitian ini adalah penggabungan algoritma Backward Elimination dan K-Nearest Neighbor (KNN) untuk meningkatkan akurasi dalam diagnosis penyakit jantung. Penelitian ini menggunakan dataset jantung yang diperoleh dari UCI Dataset Machine Learning Repository. Hasil penelitian ini, pada dataset jantung, algoritma K-Nearest Neighbor memiliki nilai akurasi sebesar 88.62% +/- 0.09% dan nilai Area Under Curve (AUC) sebesar 0.958 +/- 0.000 yang termasuk dalam kategori klasifikasi sangat baik (excellent classification). Pada dataset jantung, penggabungan algoritma Backward Elimination dan  dan K-Nearest Neighbor memiliki nilai akurasi sebesar 89.55% +/- 6.01% dan nilai Area Under Curve (AUC) sebesar 0.966 +/- 0.056 yang termasuk dalam kategori klasifikasi sangat baik (excellent classification). Penggabungan algoritma Backward Elimination dan K-Nearest Neighbor (KNN) tingkat akurasinya lebih tinggi dari pada algoritma K-Nearest Neighbor (KNN) dalam mendiagnosis penyakit jantung. Kata kunci : Backward Elimination, K-Nearest Neighbor, penyakit jantung
Co-Authors Sucianna Ghadati Rabiha