Classification of Heart Disease Using Modified K-Nearest Neighbor (MKNN) Method

Aulia Azzahra Ma'aruf Lubis; Rozzi Kesuma Dinata; Hafizh Al Kautsar Aidilof

doi:10.29103/jacka.v1i2.15702

Classification of Heart Disease Using Modified K-Nearest Neighbor (MKNN) Method

Aulia Azzahra Ma'aruf Lubis, Rozzi Kesuma Dinata, Hafizh Al Kautsar Aidilof

Abstract

Penyakit jantung memiliki banyak jenis dan gejala yang dialami. Penyakit jantung adalah sebuah kondisi ketika organ jantung tidak dapat bekerja sebagaimana fungsinya dengan baik. Jantung adalah organ penting dalam tubuh manusia yang dimana fungsinya adalah memompa darah ke seluruh tubuh. Karena itu dibutuhkannya diagnosa awal untuk pencegahan penyakit jantung dengan memanfaatkan system yang dapat dibuat untuk diagnosa awal pada gejala yang dialami. Yang pada penelitian ini akan menggunakan metode Modified K-Nearest Neighbor (MKNN) dalam mengklasifikasikan penyakit jantung berdasarkan kriteria atau gejala yang ada. Penelitian ini menggunakan 6 kriteria penyakit dan 3 kelas diagnosa penyakit jantung. Dengan melewati beberapa langkah pengerjaan yaitu menghitung jarak Euclidean, menghitung nilai validitas dan terakhir menghitung weight voting dengan mengandalkan nilai K yang telah ditentukan sejak awal perhitungan. Pada penelitian ini telah ditentukan nilai K=5 dan didapat hasil pengujian akurasi sebesar 85%, dengan recall 90% dan precision 85%.

Keywords

Penyakit Jantung, Modified K-Nearest Neighbor (MKNN), Klasifikasi, Nilai K

Full Text:

PDF (Indonesian)

References

Bari, M., Sitorus, S. H., Ristian, U., Rekayasa, J., Komputer, S., Mipa, F., Tanjungpura, U., Prof, J., Hadari, H., & Pontianak, N. (2018). Penyebaran Wabah Penyakit ISPA (Studi Kasus: Wilayah Kota Pontianak)

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

Hartini, Y. S., Lefanska, A. B., Ursia, A. A., Prasetyo, D. A., & Sugiharto, B. (2022). Posiding Seminar Nasional Sanata Dharma Berbagi "Pengembangan, Penerapan Dan Pendidikan Sains Dan Teknologi Pasca Pandemi". Yogyakarta: Sanata Dharma University Press.

Mohamad, R. (2019). Freeware e-Class untuk Memudahkan Siapa Saja Mengklasifikasi. Jurnal Ilmu Perpustakaan dan Informasi, 55-59.

Pratama, A., Aidilof, H. A., Saputra, I., & Iswandi, M. Y. (2020, Desember 4). Penerapan Model Klasifikasi Clustering Naïve Bayes Kesesuaian Lahan Tanaman. Lentera, 4(4), 29-34.

Purnamasari, S., & Setiyadi, M. W. (2019). Pengaruh Zat Kimia Pada Berbagai Suhu Terhadap Denyut Jantung Katak (Rana sp.) Dalam Upaya Pengembangan Buku Petunjuk Praktikum Fisiologi Hewan. Jurnal Ilmiah Biologi, 123-131.

Razi, A. (2022). Klasifikasi Penerima Beasiswa Aceh Carong (Aceh Pintar) Di Universitas Malikussaleh Menggunakan Algoritma Knn (K-Nearest Neighbors). Jurnal Tika, 7(1), 79–84. https://doi.org/10.51179/tika.v7i1.1116

Retno, S., & Hasdyna, N. (2022). Profile Matching in Government Scholarship Acceptance System for Student in Aceh Utara. Journal of Informatics and Telecommunication Engineering, 5(2), 268–275. https://doi.org/10.31289/jite.v5i2.6031

Sulistyo, D., & Winiarti, S. (2015). Penentuan Beasiswa Siswa Kurang Mampu. Jurnal Informatika, 9(1), 965–974.Suyanto, Rachmawati, E., Sulistiyo, M. D., Wulandari, G. S., & Fachrie, M. (2022). Explainable Artificial Intelligence Menggunakan Metode-Metode Berbasis Nearest Neighbor. Bandung: Penerbit Informatika.

Wafiyah, F., Hidayat, N., & Perdana, R. S. (2017, Oktober). Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) untuk Klasifikasi Penyakit Demam. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(10), 1210-1219.

Widaningsih, S., Yusuf, S., Informatika, J. T., Teknik, F., & Suryakancana, U. (2022). Penerapan Data Mining Untuk Memprediksi Siswa Berprestasi Dengan Menggunakan Algoritma K Nearest Neighbor. 9(3), 2598–2611.

Yuli Mardi. (2019). Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika. Jurnal Edik Informatika, 2(2), 213–219.

DOI: https://doi.org/10.29103/jacka.v1i2.15702