Image of PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR (kNN) DAN MODIFIED K-NEAREST NEIGHBOR (MkNN) UNTUK KLASIFIKASI INFARK MIOKARD (SERANGAN JANTUNG) MELALUI SINYAL ELEKTROKARDIOGRAM (EKG)

Text

PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR (kNN) DAN MODIFIED K-NEAREST NEIGHBOR (MkNN) UNTUK KLASIFIKASI INFARK MIOKARD (SERANGAN JANTUNG) MELALUI SINYAL ELEKTROKARDIOGRAM (EKG)

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Algoritma k-Nearest Neighbor (kNN) merupakan algoritma yang paling sederhana diantara algoritma machine learning namun algoritma kNN memiliki kelemahan seperti nilai k yang bias mudah terkecoh dengan label yang tidak penting yang membuat akurasi kNN tidak maksimal. Algoritma Modified k-Nearest Neighbor (MkNN) dapat mengatasi kelemahan kNN dengan menambahkan validasi dan pembobotan pada sampel latih. Infark miokard merupakan kejadian penyakit jantung koroner yang kecil dan sering disebut Silent Heart Attack, bahkan pasien tidak menyadari ketika dirinya menderita infark miokard. Infark miokard dapat didiagnosis menggunakan alat sederhana bernama Elektrokardiogram (EKG) yang mendiagnosis secara akurat kelainan pada lingkup kardiovaskuler yang dapat dipantau secara langsung. Penelitian ini bertujuan untuk mengklasifikasi infark miokard dan kondisi jantung sehat melalui sinyal EKG. Penelitian ini menggunakan Basis data The PTB Diagnostic berisi 549 catatan dari 290 pasien. Hasil evaluasi dari algoritma, menghasilkan Manhattan sebagai penghitungan metrik jarak terbaik, dan mendapatkan MkNN lebih unggul dengan nilai k = 3 sebagai tetangga terbaik, menghasilkan akurasi 85.76%, dan kNN dengan k = 13 dengan akurasi 85.252%. Namun, MkNN memakan waktu komputasi yang lebih banyak ketimbang kNN.

Availability
Inventory Code Barcode Call Number Location Status
2307000222T87951T879512023Central Library (Referens)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T879512023
Publisher
Inderalaya : Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Sriwijaya.,
Collation
xv, 93 hlm.; ilus.; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
006.307
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Sistem Pakar
Jurusan Teknik Informatika
Specific Detail Info
-
Statement of Responsibility
Other version/related

No other version available

File Attachment
Comments
You must be logged in to post a comment