Implementasi Metode K-Nearest Neigbours (KNN) Untuk Klasifikasi Penyakit Diabetes

Authors

  • Yessica Siagian Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Royal Kisaran
  • Jeperson Hutahaean Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Royal, Kisaran
  • Arridha Zikra Syah Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Royal, Kisaran
  • Jhonson Efendi Hutagalung Program Studi Sistem Komputer, Sekolah Tinggi Manajemen Informatika dan Komputer Royal, Kisaran
  • Abdul Karim Fakultas Ilmu Komputer, Prodi Teknologi Informasi, Universitas Budi Darma

DOI:

https://doi.org/10.56854/jt.v2i3.331

Keywords:

Diabetes, Klasifikasi, Machine Learning, K-Nearest Neighbours

Abstract

Penelitian ini mengeksplorasi peran teknologi informasi dalam upaya pencegahan penyakit diabetes melalui prediksi risiko menggunakan metode machine learning. Diabetes, sebagai penyakit kronis yang memiliki dampak serius pada kesehatan, dapat diprediksi berdasarkan variabel seperti Glucose, Blood Pressure, dan BMI. Metode K-Nearest Neighbours (KNN) digunakan untuk membandingkan dengan model Decision Tree dan Naïve Bayes dalam memprediksi risiko diabetes. Data penelitian melibatkan tahapan Data Preprocessing, Data Visualization, Pembagian Data, dan Model Machine Learning, dengan evaluasi menggunakan metrik Accuracy. Hasil pengujian menunjukkan bahwa model Decision Tree memberikan kinerja terbaik, terutama pada rasio data 80:20 dan 70:30. Penelitian ini menggarisbawahi pentingnya penerapan teknologi informasi dan machine learning dalam pencegahan penyakit diabetes dengan fokus pada prediksi risiko.

 

Downloads

Published

2024-01-31

How to Cite

Siagian, Y., Hutahaean, J. ., Zikra Syah, A. ., Efendi Hutagalung, J. ., & Karim, A. . (2024). Implementasi Metode K-Nearest Neigbours (KNN) Untuk Klasifikasi Penyakit Diabetes. Jurnal Informatika Dan Teknologi Informasi, 2(3), 253–262. https://doi.org/10.56854/jt.v2i3.331

Issue

Vol. 2 No. 3: Januari 2024

Section

Articles

License

Copyright (c) 2024 Yessica Siagian, Jeperson Hutahaean, Arridha Zikra Syah, Jhonson Efendi Hutagalung, Abdul Karim

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Hak Cipta dan Lisensi

Penulis yang mempublikasikan naskahnya melalui  Jurnal Informatika dan Teknologi Informasi (JUTEK) menyetujui beberapa hal berikut:

  1. Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
  2. Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada  Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan  Jurnal Informatika dan Teknologi Informasi (JUTEK) sebagai media Publikasi pertama atas karya tersebut.
  3. Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada  Jurnal Informatika dan Teknologi Informasi (JUTEK) sebagai media publikasi pertama atas karya dimaksud.
  4. Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.