Skripsi

OPTIMASI METODE K-NEAREST NEIGHBOR (KNN) MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) UNTUK DIAGNOSIS PENYAKIT HATI

---

Penilaian

---

K-Nearest Neighbor (KNN) merupakan metode klasifikasi yang banyak digunakan dan cukup efektif dalam melakukan klasifikasi. Dalam klasifikasi KNN, penentuan nilai k yang kurang tepat dapat menurunkan kinerja KNN. Untuk mengatasi permasalahan tersebut, akan digunakan Particle Swarm Optimization (PSO) untuk menentukan nilai k yang optimal. Data yang digunakan pada penelitian ini adalah ILPD (Indian Liver Patient Dataset) yang diperoleh dari UCI Machine Learning Repository. Penelitian ini menggunakan metode KNN dengan nilai k yang optimal untuk diagnosis penyakit hati. Berdasarkan analisis hasil penelitan, dapat disimpulkan bahwa penggunaan PSO dalam mencari nilai k optimal pada metode KNN mampu meningkatkan akurasi klasifikasi. Nilai parameter PSO optimal yang didapat dari hasil penelitian adalah jumlah partikel = 30, jumlah iterasi = 100, dan bobot inersia = 0,4. Nilai akurasi yang didapat pada klasifikasi KNN-PSO adalah 71,69% dan peningkatan akurasi terhadap metode KNN sebesar 2,9%

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2107000433	T46563	T465632021	Central Library (REFERENCES)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T465632021

Publisher

Indralaya : Jurusan Teknik Informastika, Fakultas Ilmu Komputer Universitas Srwijaya., 2021

Collation

xviii, 18 hlm.: tab.: ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

004.019 07

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Teknik Informatika
Prinsip Psikologi dalam Ilmu Komputer

Specific Detail Info

-

Statement of Responsibility

Dewi

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment