Umikulsum Indah Lestari’s scientific contributions

What is this page?


This page lists works of an author who doesn't have a ResearchGate profile or hasn't added the works to their profile yet. It is automatically generated from public (personal) data to further our legitimate goal of comprehensive and accurate scientific recordkeeping. If you are this author and want this page removed, please let us know.

Publications (1)


PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK SISTEM PENDUKUNG KEPUTUSAN IDENTIFIKASI PENYAKIT DIABETES MELITUS
  • Article
  • Full-text available

December 2021

·

136 Reads

·

9 Citations

JATISI (Jurnal Teknik Informatika dan Sistem Informasi)

Umikulsum Indah Lestari

Diabetes melitus merupakan penyakit tidak menular (PTM) yang telah menyebar ke seluruh dunia. Faktor yang dapat menyebabkan seseorang menderita diabetes melitus diantaranya tekanan darah tinggi, obesitas, riwayat penyakit diabetes melitus dalam keluarga, usia, serta pola hidup dan diet tidak sehat. Faktor lain yang menjadi pemicu tingginya tingkat kematian akibat diabetes melitus adalah lambatnya diagnosa karena jumlah tenaga medis yang sedikit terutama di kota kecil. Beberapa uji klinis harus dilakukan untuk mengetahui seseorang terjangkit penyakit diabetes melitus atau tidak, proses uji klinis tersebut memakan waktu yang tidak sebentar. Berdasarkan permasalahan tersebut, maka dibuat sebuah sistem pendukung keputusan untuk identifikasi penyakit diabetes melitus dengan menggunakan metode klasifikasi K-Nearest Neighbor (KNN) dengan 8 variabel yaitu jumlah kehamilan, kadar glukosa, tekanan darah, ketebalan lipatan kulit trisep, insulin, index masa tubuh (IMT), riwayat penyakit diabetes mellitus dalam keluarga, serta usia. Berdasarkan implementasi dan pengujian, dengan nilai k=23 didapatkan tingkat akurasi sebesar 0.96 atau 96%, tingkat akurasi tersebut dinilai cukup tinggi sehingga penelitian ini dinilai telah berhasil menerapkan metode KNN untuk sistem pendukung keputusan identifikasi penyakit diabetes melitus sejak dini.

Download

Citations (1)


... Untuk mencapai akurasi yang maksimal dalam penelitian ini, maka penulis menetapkan serangkaian langkah dalam penelitian ini . Berikut ini adalah alur metode penelitian yang digunakan dalam klasifikasi strata Posyandu di Kabupeten Brebes : pemilihan dataset (data preprocessing) , ekstrasi data (data selection) , pembersihan data (data cleaning ) , splitting data, pembuatan model algoritma klasifikasi menggunakan metode K-Nearest Neighbor (K-NN) , uji data pengujian, pengukuran tingkat akurasi dari hasil klasifikasi algoritma knn dengan metrik evaluasi, dengan tahap akhir kesimpulan dan saran [12] . Dalam proses penelitian, beberapa langkah penting yang perlu dilakukan, sebagaimana yang terlihat pada Gambar 1 . ...

Reference:

Implementasi Metode K-Nearest Neighbor Dalam Menentukan Klasifikasi Strata Posyandu Di Kabupaten Brebes
PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK SISTEM PENDUKUNG KEPUTUSAN IDENTIFIKASI PENYAKIT DIABETES MELITUS

JATISI (Jurnal Teknik Informatika dan Sistem Informasi)