KLASIFIKASI DIABETES TIPE 2 MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR
DOI:
https://doi.org/10.47775/ictech.v18i1.273Kata Kunci:
Data mining, KNN, diabetesAbstrak
Penyakit diabetes adalah penyakit yang banyak menimbulkan kematian. Menurut data dari WHO sepanjang tahun 2019 tercatat ada 2juta kematian yang diakibatkan penyakit diabetes. Pencatatan kondisi pasien banyak dilakukan untuk keperluan medis. Banyaknya pencatatan atau data yang tidak digunakan hanya menjadi sampah digital. Data mining hadir dengan klasifikasi untuk mengolah data menjadi pengetahuan baru. Pengenalan pola dari data dicari dengan model perhitungan algoritmik sebagaimana statistic. Salah satu algoritma klasifikasi terbaik dan banyak digunakan untuk dataset berdimensi tinggi adalah KNN. Penelitian ini menggunakan dataset diabetes dari uci repository yang dirilis pada 2020. Hasil penelitian menunjukkan bahwa tingkat akurasi algoritma KNN untuk klasifikasi data diabetes adalah 92,50%. Hasil ini menunjukkan performa algoritma KNN baik dan layak digunakan.
Referensi
Aguilera-Venegas, Gabriel, Amador López-Molina, Gemma Rojo-Martínez, and José Luis Galán-García. 2023. “Comparing and Tuning Machine Learning Algorithms to Predict Type 2 Diabetes Mellitus.” Journal of Computational and Applied Mathematics 427: 115115. https://doi.org/10.1016/j.cam.2023.115115.
Alkaromi, M Adib. 2014. “Information Gain Untuk Pemilihan Fitur Pada Klasifikasi Heregistrasi Calon Mahasiswa Dengan Menggunakan K-NN.”
Carpinteiro, César, João Lopes, António Abelha, and Manuel Filipe Santos. 2023. “A Comparative Study of Classification Algorithms for Early Detection of Diabetes.” Procedia Computer Science 220: 868–73. https://doi.org/10.1016/j.procs.2023.03.117.
Diabetes, Sylhet, and Bangladesh Hospital in Sylhet. 2020. “Early Stage Diabetes Risk Prediction Dataset.” 2020. https://doi.org/10.24432/C5VG8H.
Ejiyi, Chukwuebuka Joseph, Zhen Qin, Joan Amos, Makuachukwu Bennedith Ejiyi, Ann Nnani, Thomas Ugochukwu Ejiyi, Victor Kwaku Agbesi, Chidimma Diokpo, and Chidinma Okpara. 2023. “A Robust Predictive Diagnosis Model for Diabetes Mellitus Using Shapley-Incorporated Machine Learning Algorithms.” Healthcare Analytics 3 (December 2022): 100166. https://doi.org/10.1016/j.health.2023.100166.
Gamadarenda, ikhsan wisnuadji, and Indra Waspada. 2018. “Implementasi Data Mining Untuk Deteksi Penyakit Ginjal Kronis (Pgk) Menggunakan K-Nearest Neighbor (Knn) Dengan Backward Elimination” 7 (2): 417–26. https://doi.org/10.25126/jtiik.202071896.
Gorunescu, Florin. 2011. Data Mining: Concepts; Models and Techniques. Springer.
Han, Jiawei, and Micheline Kamber. 2006. “Data Mining: Concepts and Techniques Second Edition” 40 (6): 9823. https://doi.org/10.1002/1521-3773(20010316)40:6<9823::AID-ANIE9823>3.3.CO;2-C.
Ian H Witten. Eibe Frank. Mark A Hall. 2011. Data Mining 3rd.
Ivandari. 2014. “Improved Performance Algorithm K-Nearest Neighbor Classification in High Dimension Data.” IC Tech IX-April 2: 5–9.
Ivandari, and M. Adib Al Karomi. 2021a. “Algoritma K-NN Untuk Klasifikasi Dataset Covid-19 Survillance.” IC Tech 16 (1): 12–15. https://ejournal.stmik-wp.ac.id/index.php/ictech/article/view/137.
———. 2021b. “Classification of Covid-19 Survillance Datasets Using the Decision Tree Algorithm.” Jaict 6 (1): 44–49. https://jurnal.polines.ac.id/index.php/jaict/article/view/2896.
Kumari, Saloni, Deepika Kumar, and Mamta Mittal. 2021. “An Ensemble Approach for Classification and Prediction of Diabetes Mellitus Using Soft Voting Classifier.” International Journal of Cognitive Computing in Engineering 2 (January): 40–46. https://doi.org/10.1016/j.ijcce.2021.01.001.
Kurniawan, M. Faisal, and Ivandari. 2017. “Komparasi Algoritma Data Mining Untuk Klasifikasi Kanker Payudara.” IC Tech I April 20: 1–8.
Kusrini, and Luthfi Emha Taufiq. 2009. Algoritma Data Mining. Yogyakarta: Andi Offset.
Maimoon, Oded, and Lior Rokach. 2010. Data Mining and Knowledge Discovery Handbook. Vol. 40. Springer. https://doi.org/10.1002/1521-3773(20010316)40:6<9823::AID-ANIE9823>3.3.CO;2-C.
Ragab, Abdul Hamid M., Amin Y. Noaman, Abdullah S. Al-Ghamdi, and Ayman I. Madbouly. 2014. “A Comparative Analysis of Classification Algorithms for Students College Enrollment Approval Using Data Mining.” Proceedings of the 2014 Workshop on Interaction Design in Educational Environments - IDEE ’14, 106–13. https://doi.org/10.1145/2643604.2643631.
WHO. 2023. “Diabetes.” 2023. https://www.who.int/news-room/fact-sheets/detail/diabetes.
Witten, I. H., E. Frank, and M. A. Hall. 2011. Data Mining: Practical Machine Learning Tools and Techniques 3rd Edition. Vol. 40. Elsevier. https://doi.org/10.1002/1521-3773(20010316)40:6<9823::AID-ANIE9823>3.3.CO;2-C.
Witten, Ian H, Eibe Frank, and Mark A. Hall. 2011. Data Mining: Practical Machine Learning Tools and Techniques 3rd Edition. Elsevier.
Wu, Xindong, Vipin Kumar, J. Ross Quinlan, Joydeep Ghosh, Qiang Yang, Hiroshi Motoda, Geoffrey J. McLachlan, et al. 2007. Top 10 Algorithms in Data Mining. Knowledge and Information Systems. Vol. 14. https://doi.org/10.1007/s10115-007-0114-2.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Ivandari, Wahyu Setianto, Adib alkaromi
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
