Image of PERBANDINGAN METODE RANDOM FOREST DAN METODE K-NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI PENDERITA PENYAKIT PARKINSON

Text

PERBANDINGAN METODE RANDOM FOREST DAN METODE K-NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI PENDERITA PENYAKIT PARKINSON

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Penyakit Parkinson adalah penyakit neurodegeneratif paling umum kedua mempengaruhi 2-3% populasi manusia usia 65 keatas. Penyakit Parkinson dapat diagnosis melalui teknologi kedokteran, akan tetapi diagnosis awal dapat juga dilakukan menggunakan mesin pembelajaran dan data mining. Metode Random Forest dan KNN dua metode bagian dari klasifikasi, cara kerja kedua metode memiliki perbedaan dalam pengklasifikasian data. Metode Random Forest akan mengubah data menjadi pola yang berbentuk pohon-pohon keputusan selanjutnya dilakukan vote tebanyak. Sedangkan KNN mengklasifikasikan data menurut jarak kedekatan antara data latih dengan data uji. Karena cara kerja kedua metode berbeda penelitian ini akan membandingkan menggunakan data penderita penyakit Parkinson. Berdasarkan hasil penelitian metode Random Forest dengan beberapa parameter yang diujikan didapat nilai accuracy optimal sebesar 89,42 % nilai precision 90,16%, dan nilai recall 88,7%. Metode KNN hasil klasifikasi tertinggi pada k 1 dan 3 menghasilkan accuracy 93,85% precision 97,29% dan recall 90,97%. Hasil yang didapatkan tidak jauh berbeda antar kedua metode, hal ini menunjukkan kedua metode mampu mengklasifikasikan penderita penyakit Parkinson.

Availability
Inventory Code Barcode Call Number Location Status
2107000396T46555T465552021Central Library (REFERENCES)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T465552021
Publisher
Indralaya : Jurusan Teknik Informatika Fakultas Ilmu Komputer Universtas Sriwijaya.,
Collation
xviii, 88 hlm.: tab.; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
001.420 7
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Teknik Informatika
Metode Riset
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