Article Per Year (5 Year)
p-Index From 2021 - 2026
4.068
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Profesi Pendidikan Komatika: Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Business Analytics (IJBA) Journal of Informatics and Computer Science (JINACS) Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat dan Riset Pendidikan IT-Edu: Jurnal Information Technology and Education Jurnal Ilmu Ekonomi, Pendidikan dan Teknik (IDENTIK) Jurnal Ilmu Teknologi Informasi Indonesia (JITIFNA) Soko Guru: Jurnal Ilmu Pendidikan
Bambang Sujatmiko
Universitas Negeri Surabaya
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : journal of informatics and computer science jinacs

 1 
Rancang Bangun Aplikasi dengan Perbandingan Metode K-Nearest Neighbor (KNN) dan Naive Bayes dalam Klasifikasi Penderita Penyakit Diabetes Wirawan Dwi Prasetya; Bambang Sujatmiko
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.427 KB) | DOI: 10.26740/jinacs.v3n04.p515-525

Abstract

Diabetes adalah penyakit yang tidak menular dan termasuk cukup serius bagi manusia dikarenakan pankreas tidak mampu menghasilkan insulin secara optimal. Internasional Diabetes Federation (IDF) memperkirakan sedikitnya terdapat 463 juta orang pada usia 20-79 tahun di dunia menderita diabetes. Prevelensi diabetes diperkirakan meningkat seiring penambahan umur penduduk menjadi 19,9% juta pada tahun 2030 dan 700 juta pada tahun 2024. Oleh karena itu dibutuhkan sistem yang bertujuan untuk mendeteksi penderita penyakit diabetes. Penelitian ini menggunakan dua algoritma yaitu KNN dan Naive Bayes. Hal ini untuk memandingkan kedua algoritma yang memiliki tingkat akurasi yang terbaik. Algoritma KNN adalah algoritma yang digunakan untuk mengklasifikasi objek baru berdasarkan objek terdekatnya. Adapun Algoritma Naive Bayes adalah salah satu algoritma yang digunakan untuk klasifikasi sistematika yang dapat digunakan untuk memprediksi probabilitas keanggotaan dalam suatu class. Pada penelitian ini proses klasifikasi dilakukan dengan cara memasukkan data ke dalam tools Jupyter Notebook dan membuat rancangan proses penelitian. Dataset yang diambil oleh ibu Saptarum di Klinik Bidan Saptarum Maslahah Kabupaten Jombang dengan jumlah 50 data akan diolah dengan Algoritma KNN dan Naive Bayes. Tahap akhir menjadikan file dalam bentuk Data Pickle agar dapat direalisasikan kedalam sistem. Adapun hasil nilai akurasi Algoritma KNN dengan K=3 memiliki nilai sebesar 93%, sedangkan algoritma Naïve Bayes memiliki akurasi sebesar 95%.
Co-Authors Abdilbar Ainur Ridla Achmad Syahrul Ramadhan Alvina Febrianti Anindita Deasy Wulansari Dava Daviar Saputra Dian Novitasari Dimas Adiz Setiawan Dina Amilia Elvira Wardah Erika Nur Amini Ersha Aisyah Elfaiz Harun Al Rosyid Hasna Yuliadysti Nafisah Helmi Jauhari Alafadunya I Gusti Lanang Putra Eka Prismana Jamaluddin Ghafiqi Khalimatus Sa’diyah Martini Dwi Endah Susanti Maulida Alifah Maya Febrianita Maya Rosa Romadhona Mega Maduratna Juwita Mellanie Nadya Azmi Haq Meutya Hermanadia Miftakhul Hidayati Mita Anda Rista Moch Ali Rokhib Mohammad Wildan Habibi Mohammad Yusril Luqman Hakim Muhammad Dava Darmawan Muhammad Fatchurrohman Muhammad Firmansyah Muhammad Hanif Baidhowi Muhammad Iqbal Fathan Muhammad Nurcahyo Kursiyanto Muhammad Sonhaji Akbar Nur Rahmawati Prambayu Rehyta Muryandari Ramadhan Cakra Wibawa Ramdhan Bachtiar Ibrahim Ramdhan Bachtiar Ibrahim Rindu Puspita Wibawa Riski Surya Permana Riza Akhsani Setyo Prayoga Rizky Basatha Sandy Putra Pratama Teddy Firman Winarto Trisna Windi Kusuma Astuti Wirawan Dwi Prasetya Wiyono Wiyono Yazid Fatihur Yuyun Bunga Gusrian