Lailla A, Adelia (2022) SISTEM PAKAR DETEKSI DINI PENYAKIT STROKE MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Bhayangkara Surabaya.
![[img]](http://eprints.ubhara.ac.id/style/images/fileicons/text.png) |
Text
1814311049_ABSTRAK_ID.pdf Download (151kB) |
Abstract
Stroke adalah serangan pada otak yang dapat terjadi secara tiba-tiba dengan akibat kematian atau kelumpuhan sebelah bagian tubuh, ini terjadi karena aliran darah ke otak terputus. Stroke merupakan penyebab kematian ketiga di negara maju setelah jantung dan kangker. Untuk mengurangi tingginya angka kematian karena penyakit ini dilakukan pencegahan. Pencegahan ini dapat dilakukan melalui pemeriksaan dokter. Banyaknya factor yang dapat memicu penyakit stroke menyebabkan dokter mengalami kendala dalam melakukan deteksi dini. Parameter – parameter yang tidak terstruktur tersebut dapat diselesaikan dengan menggunakan sistem pakar. Sistem pakar merupakan sistem yang digunakan untuk memecahkan permasalahan di kehidupan nyata. Pengetahuannya berasal dari seorang pakar. Sistem pakar dalam penelitian ini menggunakna metode K-Nearest Neighbor (KNN) dalam melakukan deteksi dini. Penelitian ini dapat mendeteksi tingkat resiko stroke mulai tinggi, sedang, hingga rendah. Hasil pengujian menunjukan uji perhitungan manual dengan uji perhitungan sistem di dapat nilai akurasi sebesar 100%, Sedangkan untuk pengujian sistem dengan hasil wawancara dengan nilai K=1 ditemukan tingkat kesesuaian sebesar 85% K=3 sebesar 70%, K=5 sebesar 70%, dan K=10 sebesar 65%. Data latih yang digunakan adalah 46 Data Latih dengan 20 Data Uji. Untuk proses penelitian, diawali dengan melakukan konsultasi dengan pakar
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Wisuda 2022 |
| Uncontrolled Keywords: | K-Nearest Neighbor, KNN, Stroke, Sistem Pakar |
| Subjects: | Technology |
| Divisions: | Faculty of Engineering > Bachelor of Electrical Engineering |
| Depositing User: | Perpus Ubhara Surabaya |
| Date Deposited: | 23 May 2023 06:01 |
| Last Modified: | 23 May 2023 06:01 |
| URI: | http://eprints.ubhara.ac.id/id/eprint/1893 |
Actions (login required)
 |
View Item |
