Pazriah, Nopi (2025) PENERAPAN ALGORITMA K-NEAREST NEIGHBOR DAN ADAPTIVE BOOSTING MENGGUNAKAN TEKNIK SMOTE PADA PREDIKSI PENYAKIT. Other thesis, Universitas Siliwangi.
01 Cover.pdf
Download (129kB)
02 Lembar Pengesahan.pdf
Download (371kB)
03 Lembar Pengesahan Penguji.pdf
Download (417kB)
04 Lembar Pernyataan Keaslian TA.pdf
Download (420kB)
05 Abstrak.pdf
Download (257kB)
06 Abstract.pdf
Download (259kB)
07 Halaman Persembahan dan Moto.pdf
Download (172kB)
08 Kata Pengantar.pdf
Download (642kB)
09 Daftar Isi.pdf
Download (706kB)
10 Daftar Gambar.pdf
Download (232kB)
11 Daftar Tabel.pdf
Download (470kB)
12 Daftar Pseudocode.pdf
Download (231kB)
13 BAB 1.pdf
Download (695kB)
14 BAB 2.pdf
Download (906kB)
16 BAB 3.pdf
Download (727kB)
17 BAB 4.pdf
Restricted to Repository staff only
Download (1MB)
18 BAB 5.pdf
Restricted to Repository staff only
Download (585kB)
19 DAFTAR PUSTAKA.pdf
Download (572kB)
20 LAMPIRAN.pdf
Restricted to Repository staff only
Download (6MB)
Abstract
Stroke merupakan penyakit serebrovaskuler (pembuluh darah otak) yang disebabkan oleh gangguan atau kerusakan otak yang ditandai dengan kematian jaringan otak. Menurut WHO sebanyak 70% kematian disebabkan dari penyakit stroke, sehingga penyakit stroke merupakan penyebab kematian tertinggi kedua didunia, serta di Indonesia penyakit stroke menjadi salah satu penyebab kematian tertinggi. Berdasarkan hal tersebut, penelitian ini menerapkan algoritma K-Nearest Neighbor dan Adaptive Boosting untuk memprediksi penyakit stroke dengan menerapkan teknik SMOTE untuk mengatasi ketidakseimbangan pada data, serta dapat mengetahui hasil akurasi terbaik dari algoritma K-Nearest Neighbor dan Adaptive boosting serta pengaruh penerapan teknik SMOTE pada akurasi, namun penelitian ini tidak hanya memperhatikan akurasi tetapi juga recall, nilai recall mengukur seberapa baik model mendeteksi semua data positif yang sebenarnya ada. Dalam kasus kesehatan akan sangat fatal apabila seseorang terkena penyakit diklasifikasikan sebagai sehat, maka akan lebih baik model memiliki nilai recall yang tinggi. Kedua algoritma yang digunakan memprediksi penyakit stroke berdasarkan jenis kelamin, usia, hipertensi, penyakit jantung, status pernikahan, tipe pekerjaan, tipe tempat tinggal, rata-rata kadar gula, BMI, serta status merokok. Melalui perhitungan klasifikasi prediksi dengan membagi data latih 80% dan data uji 20% tanpa menerapkan teknik SMOTE algoritma K-Nearest Neighbor menghasilkan akurasi terbaik dengan nilai 94%, sedangkan hasil akurasi algoritma Adaptive boosting yaitu sebesar 91%. Setelah menerapkan teknik SMOTE akurasi paling baik dihasilkan oleh algoritma Adaptive boosting yaitu 89%, sedangkan algoritma K-Nearest Neighbor-SMOTE menghasilkan akurasi sebesar 86%. Nilai akurasi memang mengalami penurunan setelah menerapkan teknik SMOTE ini, akan tetapi meningkatkan nilai dari precission, recall, dan F1-Score.
Kata Kunci : Adaptive boosting, K-Nearest Neighbor, Recall, SMOTE, Stroke
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik > Teknik Informatika |
| Depositing User: | Lelis Marsidah |
| Date Deposited: | 04 Nov 2025 06:21 |
| Last Modified: | 04 Nov 2025 06:21 |
| URI: | https://repositori.unsil.ac.id/id/eprint/761 |
