Text
DETEKSI PENDERITA COVID-19 BERDASARKAN GEJALA MENGGUNAKAN K-NEAREST NEIGHBOR
Covid-19 ialah suatu penyakit menular dengan tingkat penularan tinggi. Pada penelitian ini dikembangkan sebuah sistem untuk mendeteksi penderita covid-19 berdasarkan gejala menggunakan metode K-Nearest Neighbor. Perhitungan jarak yang digunakan adalah euclidean distance dengan K yang digunakan adalah 1,3,5,7,9,11. Data didapat dari kaggle namun dikarenakan data tidak balance antara pasien yang dinyatakan positive dan negative maka dilakukan sampling data dengan jumlah 1000 data yang terbagi menjadi 50% pasien yang dinyatakan positive dan 50% negative. Dari keseluruhan data yang digunakan diambil 70% untuk digunakan sebagai data training dan 30% digunakan sebagai data uji. Hasil confusion matrix dari klasifikasi dengan menggunakan K-NN pada data uji mendapatkan nilai Accuracy 85% pada k-1, 78,67% pada k-3, 72,33% pada k-5, 66% pada k-7, 65,33% pada k-9, dan 63,33% pada k-11. Nilai precission yang didapatkan pada k-1 yaitu 92,68%, 86,44% pada k-3, 82,55% pada k-5, 80,77% pada k-7, 83,82% pada k-9, dan 85,71% pada k-11. Nilai recall yang didapatkan pada k-1 yaitu 76%, 68% pada k-3, 56,67% pada k-5, 43% pada k-7, 38% pada k-9, dan 32% pada k-11. Dan nilai f-measure yang didapatkan pada k-1 yaitu 83.52%, 76,12% pada k-3, 67,19% pada k-5, 55,26% pada k-7, 52,29% pada k-9, dan 46,6% pada k-11. Nilai accuracy, precission, recall dan f-measure maksimum diperoleh dari nilai k terkecil (k–1). Nilai accuracy maksimum yaitu 85%, %, nilai precission maksimum yaitu 92,68%, nilai recall maksimum yaitu 76%, dan nilai f-measure maksimum yaitu 83.52%.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2207004217 | T78622 | T786222022 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available