Sinus Repository

DIAGNOSAPENYAKITJANTUNGDENGAN MENGGUNAKANMETODE K-NEAREST NEIGHBOUR (KNN)

Nugroho, Adi (2016) DIAGNOSAPENYAKITJANTUNGDENGAN MENGGUNAKANMETODE K-NEAREST NEIGHBOUR (KNN). Other thesis, STMIK Sinar Nusantara Surakarta.

[img]
Preview
PDF (10.5.00074 BAB I) - Published Version
Download (97Kb) | Preview
    [img]
    Preview
    PDF (10.5.00074 BAB II) - Published Version
    Download (223Kb) | Preview
      [img]
      Preview
      PDF (10.5.00074 BAB III) - Published Version
      Download (260Kb) | Preview
        [img]
        Preview
        PDF (10.5.00074 BAB IV) - Published Version
        Download (295Kb) | Preview
          [img]
          Preview
          PDF (10.5.00074 BAB VI) - Published Version
          Download (82Kb) | Preview
            [img]
            Preview
            PDF (10.5.00074 COVER) - Published Version
            Download (417Kb) | Preview
              [img]
              Preview
              PDF (10.5.00074 DAFTAR PUSTAKA) - Published Version
              Download (124Kb) | Preview

                Abstract

                Dalam laporan ini membahas tentang diagnosa penyakit jantung dengan menggunakan metode algoritma K-Nearest Neighbour dengan tujuan merancang dan membangun sistem prediksi untuk mendiagnosa penyakit jantung menggunakan metode algoritma K-Nearest Neighbour. Kriteria yang digunakan dalam sistem ini antara lain age, sex, cp, tersbps, chol, fbs, restecg, thalach, exang, oldpeak, thal. K–Nearest Neighbor merupakan metode algoritma untuk melakukan klasifikasi data terhadap objek baru berdasarkan tetangga terdekat (k). Prinsip kerja K-Nearest Neighbour adalah mencari jarak terdekat antara data yang akan dievaluasi dengan (k) tetangga terdekat dalam data training. Bahasa pemrograman yang dipakai dalam sistem ini ialah PHP dan database MySQL maka diperoleh hasil akhir sebuah program interface sistem pakar berbasis web untuk membantu mendiagnosa penyakit jantung dengan faktor resiko yang telah ditentukan dan hasil dari program ini berupa klasifikasi YA yang berarti prediksi resiko lebih dari 50% dan TIDAK yang berarti predikasi resiko kurang dari 50%.

                Item Type: Thesis (Other)
                Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
                Divisions: Faculty of Informatics Engineering > Department of Informatics Engineering
                Depositing User: Unnamed user with email diyah@sinus.ac.id
                Date Deposited: 09 Mar 2018 12:17
                Last Modified: 09 Mar 2018 12:17
                URI: http://eprints.sinus.ac.id/id/eprint/427

                Actions (login required)

                View Item