IMPLEMENTASI ALGORITMA FUZZY K-NEAREST NEIGHBOR (F-KNN) UNTUK MENGETAHUI TINGKAT RESIKO PENYAKIT GAGAL GINJAL

Repositori Jurnal Mahasiswa PTIIK UB
© 2014 by Doro Jurnal
Volume 4 - Number 14
Year of Publication: 2014
Nurul Maghfirah, Candra Dewi dan Nurul Hidayat
Download Article

 


Abstract

Penyakit Gagal Ginjal adalah suatu penyakit dimana fungsi organ ginjal mengalami penurunan hingga akhirnya tidak lagi mampu bekerja sama sekali dalam hal penyaringan pembuangan elektrolit tubuh, menjaga keseimbangan cairan dan zat kimia tubuh seperti sodium dan kalium didalam darah atau produksi urine. Di seluruh dunia, jumlah penderita penyakit ginjal kronis diperkirakan 15 % dari jumlah seluruh penduduk, sedangkan di Indonesia, angka tersebut mencapai 12,5 % dari jumlah seluruh penduduk Indonesia. Metode Fuzzy K-NN adalah salah satu metode yang dapat menyelesaikan permasalahan untuk mengetahui tingkat resiko penyakit gagal dengan berdasarkan konsep dasar fuzzy K-NN yaitu memberikan teknik klasifikasi yang sederhana tetapi mempunyai hasil kerja yang cukup bagus sehingga diharapkan metode ini dapat memberikan cara klasifikasi yang sederhana, mudah dan cepat. Kelas yang memiliki nilai keanggotaan tertinggi merupakan kelas yang sesuai dengan data. Pada penelitian ini digunakan 300 data (150 data laki-laki dan 150 data perempuan) yang akan digunakan untuk pengujian. Dari data tersebut akan diambil 30 data untuk data uji, sedangkan untuk data latih diambil sebanyak 60, 90, dan 120 data. Pengujian sistem dilakukan dengan nilai k=1 sampai dengan k=10. Nilai f-measure tertinggi yaitu 0.8 pada saat k=10 dan nilai f-measure terendah yaitu 0.7 pada saat k=1 pada data latih 60 dan 90 pada data laki-laki.

Keywords

penyakit gagal ginjal, klasifikasi, K- Nearest Neighbor (KNN), Fuzzy K- Nearest Neighbor (FKNN), nilai f-measure.