Penerapan K-Nearest Neighbor Untuk Sistem Pakar Diagnosa Penyakit Tulang Belakang
Article Sidebar
Main Article Content
Abstract
Tulang sangat dibutuhkan manusia untuk melakukan kegiatan sehari hari, karena adanya tulang manusia dapat berdiri tegak, tulang juga menjadi tempat melekatnya otot otot yang ada pada manusia, sebagai pelindung jaringan lunak pada manusia dan juga menjadi tempat sumsum tulang. Sistem pakar biasa digunakan sebagai alternatif untuk memecahkan suatu masalah. Salah satu implementasi yang dapat diterapkan Sistem Pakar (Expert System) adalah dalam bidang kesehatan, yaitu sistem pakar untuk diagnosa penyakit tulang belakang. Di indonesia sendiri untuk pakar spesialis penyakit tulang belakang masih kurang merata penyebarannya, mengakibatkan masyarakat kesulitan dalam mendiagnosa penyakit tersebut. Aplikasi dibuat dengan menggunakan bahasa pemrograman Kotlin dan database SQLite. Penelitian ini bertujuan untuk membantu dan mempermudah masyarakat untuk mendiagnosis Penyakit Tulang belakang, dengan menerapkan metode K-Nearest Neighbor pada sistem pakar. Jumlah data training sebanyak 30 Data, lalu data uji sebanyak 10 data, dan untuk pengujian akurasi dihitung menggunakan confusion matrik. Penerapan Algoritma K-Nearest Neighbor dipilih karena dapat mendiagnosa dengan mengacu pada kondisi kasus sebelumnya yang bertujuan mendapatkan hasil diagnosa yang lebih baik. Dan diperoleh akurasi Sistem Pakar Diagnosa Penyakit Tulang Belakang ini adalah sebesar 90% dari data yang diuji.
Article Details
References
L. Hayat, “Rancang Bangun Aplikasi Informasi Awal Penyakit Tulang Belakang dengan Metode Forward Chaining,” SATIN - Sains dan Teknol. Inf., vol. 6, no. 1, pp. 89–97, 2020, doi: 10.33372/stn.v6i1.617.
A. Sucipto, Y. Fernando, R. I. Borman, and N. Mahmuda, “Penerapan Metode Certainty Factor Pada Diagnosa Penyakit Saraf Tulang Belakang,” J. Ilm. FIFO, vol. 10, no. 2, p. 18, 2018, doi: 10.22441/fifo.2018.v10i2.002.
H. B. Firmansyah, “Pembangunan Sistem Pakar untuk Diagnosis Penyakit Tulang dan Sendi,” J. Sci. Appl. Technol., vol. 2, no. 1, pp. 44–52, 2017, doi: 10.35472/281487.
A. D. Andini and T. Arifin, “Implementasi Algoritma K-Medoids Untuk Klasterisasi Data Penyakit Pasien Di Rsud Kota Bandung,” J. Responsif Ris. Sains dan Inform., vol. 2, no. 2, pp. 128–138, 2020, doi: 10.51977/jti.v2i2.247.
F. P. Achmad and T. Arifin, “Pengembangan Sistem Informasi Restoran Berbasis Android Dan Desktop Pada Restoran Sushi Zen Ramen,” J. Responsif Ris. Sains dan Inform., vol. 3, no. 1, pp. 1–11, 2021, doi: 10.51977/jti.v3i1.277.
S. Arfyantina and Sarjono, “Analisis Dan Perancangan Sistem Pakar Untuk Mendiagnosa Penyakit Vertigo Dengan Metode Dempster Shafer,” … Manaj. Sist. Inf., vol. 6, no. 1, pp. 43–54, 2021, [Online]. Available: http://ejournal.stikom-db.ac.id/index.php/manajemensisteminformasi/article/view/1002
D. Mohamad and T. Arifin, “Sistem Pakar Untuk Mendiagnosa Penyakit Peredaran Darah Menggunakan Metode Bayes,” vol. 2, no. 2, pp. 1–13, 2021.
E. S. Harahap, “Sistem Pakar Untuk Mendiagnosa Penyakit Syaraf Terjepit Pada Tulang Belakang (HNP) Menerapkan Metode Case Based Reasoning,” J. Comput. Syst. Informatics, vol. 1, no. 4, pp. 352–357, 2020.
A. Mujumdar and V. Vaidehi, “Diabetes Prediction using Machine Learning Algorithms,” Procedia Comput. Sci., vol. 165, no. July, pp. 292–299, 2019, doi: 10.1016/j.procs.2020.01.047.
D. Jamkhandikar and N. Priya, “Thyroid Disease Prediction Using Feature Selection and Machine Learning Classifiers,” vol. XII, no. 0886, pp. 175–180, 2020.
F. P. Lestari, M. Haekal, R. Edmi Edison, F. Ravi Fauzy, S. Nurul Khotimah, and F. Haryanto, “Epileptic Seizure Detection in EEGs by Using Random Tree Forest, Naïve Bayes and KNN Classification,” J. Phys. Conf. Ser., vol. 1505, no. 1, 2020, doi: 10.1088/1742-6596/1505/1/012055.
A. Supriadi and H. Suhendi, “SISTEM PAKAR DIAGNOSIS GANGGUAN KECEMASAN MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE,” J. Ilm. Realt., vol. 16, no. 2, pp. 73–78, 2020, doi: 10.52159/realtech.v16i2.137.
I. B. Y. Semara Putra and S. Wibisono, “Sistem Pakar Diagnosa Penyakit Kulit Anjing Menggunakan Metode Case Based Reasoning dan Algoritma K-Nearest Neighbour,” J. Inform. Upgris, vol. 6, no. 1, 2020, doi: 10.26877/jiu.v6i1.6145.
P. S. Ramadhan, “Penerapan K-Nearest Neighbor dalam Pendeteksian Abcessus,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 3, no. 2, pp. 61–70, 2019, doi: 10.30743/infotekjar.v3i2.1003.
R. D. Jayanti, B. Rahman, and I. Fitri, “Diagnosa Penyakit Tulang Belakang Menggunakan Metode Forward Chaining dan Certainty Factor,” vol. 6, pp. 414–423, 2022, doi: 10.30865/mib.v6i1.3497.