PERANCANGAN KLASIFIKASI PASIEN STROKE DENGAN METODE K-NEAREST NEIGHBOR

Penulis

  • Rahmat Ardila Dwi Yulianto Universitas Ahmad Dahlan
  • Imam Riadi Universitas Ahmad Dahlan
  • Rusydi Umar Universitas Ahmad Dahlan

DOI:

https://doi.org/10.36341/rabit.v8i2.3454

Kata Kunci:

Classsication, K-NN, Sroke, UML

Abstrak

Stroke merupakan penyakit yang ditandai gangguan fungsi otak yang di sebabkan kurangnya pasokan oksigen dan aliran darah ke otak sehingga mempengaruhi beberapa fungsi otak yang membuat penderita mengalami kesulitan dalam melakukan aktifitas. klasifikasi pasien stroke yang di temukan masih berupa catatan medis yang belum terintegrasi sehingga perlu waktu yang lebih lama untuk mendeteksi. Algoritma K-NN merupakan bagian dari algoritma machine learning yang dapat digunakan untuk mengklasifikasikan salah satu kasusnya yaitu klasifikasi pasien stroke. K-NN digunakan sebagai algoritma penentu kelas untuk memasukkan data baru yang diinputkan sesuai format. Berdasarkan hasil yang diperoleh penelitian ini mengarah pada perancangan sistem menggunakan Unified Model Language (UML) dan perancangan antarmuka pengguna sistem. 

Unduhan

Data unduhan belum tersedia.

##submission.downloads##

Diterbitkan

2023-09-11

Cara Mengutip

[1]
R. A. D. Yulianto, I. Riadi, dan R. Umar, “PERANCANGAN KLASIFIKASI PASIEN STROKE DENGAN METODE K-NEAREST NEIGHBOR”, rabit, vol. 8, no. 2, hlm. 262–268, Sep 2023.

Terbitan

Vol 8 No 2 (2023): Juli

Bagian

Articles

Lisensi

1. Hak cipta dari semua manuskrip jurnal dipegang oleh RABIT: Jurnal Teknologi dan Sistem Informasi Univrab.
2. Ketentuan hukum formal untuk mengakses artikel digital jurnal elektronik tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY-NC-SA), yang berarti bahwa RABIT: Jurnal Teknologi dan Sistem Informasi Univrab berhak untuk menyimpan, mentransfer media / format, mengelola dalam bentuk basis data, memelihara, dan menerbitkan artikel.
3. Naskah yang diterbitkan baik cetak maupun elektronik adalah akses terbuka untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain itu, dewan editorial tidak bertanggung jawab atas pelanggaran hukum hak cipta.