Application of the K-Nearest Neighbor Method for Hypertension Disease Classification

Fadillah Fauziah Diqti, Al Khaidar, Muhammad Fikry, Asrianda Asrianda

Sari


Hipertensi merupakan salah satu penyakit tidak menular dengan prevalensi tinggi dan sering disebut sebagai silent killer karena sering tidak menunjukkan gejala. Penelitian ini bertujuan untuk mengklasifikasikan penyakit hipertensi menggunakan metode K-Nearest Neighbor (KNN). Data yang digunakan berjumlah 478 data pasien RSUD H. Sahudin dengan delapan atribut, yaitu usia, tekanan darah sistolik, tekanan darah diastolik, asam urat, kadar glukosa, kolesterol, berat badan, dan tinggi badan. Data dibagi menjadi 70% data latih dan 30% data uji. Hasil pengujian menunjukkan bahwa metode KNN dengan nilai K = 5 menghasilkan tingkat akurasi sebesar 81,25%. Hasil penelitian ini menunjukkan bahwa algoritma KNN efektif digunakan dalam proses klasifikasi penyakit hipertensi dan dapat membantu pengambilan keputusan di bidang kesehatan.

 


Teks Lengkap:

PDF

Referensi


Dinata, R. K., Akbar, H., & Hasdyna, N. (2020). Algoritma K-Nearest Neighbor dengan Euclidean Distance dan Manhattan Distance untuk Klasifikasi Transportasi Bus. ILKOM Jurnal Ilmiah, 12(2), 104–111. https://doi.org/10.33096/ilkom.v12i2.539.104-111

Agustinus, I., Santoso, E., & Rahayudi, B. (2018). Klasifikasi Risiko Hipertensi Menggunakan Metode Learning Vector Quantization ( LVQ ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(8), 2947–2955. http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/1725/654

Bustami, 2012, Teknik, D. I., & Bayes, N. (2018). “PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENGKLASIFIKASI DATA NASABAH.†Jurnal Penelitian Teknik Informatika Universitas Malikussaleh, 146(Klasifikasi), 128–146.

Atthalla, I. N., Jovandy, A., & Habibie, H. (2018). Klasifikasi Penyakit Kanker Payudara Menggunakan Metode K-Nearest Neighbor. Prosiding Annual Research Seminar, 4(1), 978–979.

Dinata, R. K., Akbar, H., & Hasdyna, N. (2020). Algoritma K-Nearest Neighbor dengan Euclidean Distance dan Manhattan Distance untuk Klasifikasi Transportasi Bus. ILKOM Jurnal Ilmiah, 12(2), 104–111. https://doi.org/10.33096/ilkom.v12i2.539.104-111

Agustinus, I., Santoso, E., & Rahayudi, B. (2018). Klasifikasi Risiko Hipertensi Menggunakan Metode Learning Vector Quantization ( LVQ ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(8), 2947–2955. http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/1725/654

Sari, S. K., & Mahmudy, W. F. (2019). Penerapan Metode Decision Tree dan Algoritme Genetika Untuk Klasifikasi Risiko Hipertensi. 3(3), 2867–2873.

P2PTM Kemenkes RI. (2019). Hipertensi, The Silent Killer - Direktorat P2PTM. In 2018. http://p2ptm.kemkes.go.id/infographic-p2ptm/hipertensi-penyakit-jantung-dan-pembuluh-darah/hipertensi-the-silent-killer Pt, D. I., & Lestari, P. (2018). 1) , 2). 9(September), 67–78.




DOI: http://dx.doi.org/10.30811/jaise.v5i4.8517

Refbacks

  • Saat ini tidak ada refbacks.


Indexing :

Creative Commons License
Journal of Artificial Intelligence and Software Engineering (JAISE) licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.