PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT PNEUMONIA

Adam, Farid Bani (2023) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT PNEUMONIA. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text Bab 1.pdf Download (206kB)
	Text Bab 2.pdf Download (305kB)
	Text Bab 3.pdf Download (383kB)
	Text Bab 4.pdf Download (315kB)
	Text Bab 5.pdf Download (145kB)
	Text Lampiran.pdf Download (229kB)

Abstract

Pada umumnya, penyakit pernapasan dapat membahayakan nyawa manusia, salah satunya adalah pneumonia.Penelitian ini membandingkan penggunaan algoritma KNN dan CNN untuk mengklasifikasikan penyakit pneumonia. Dataset yang digunakan dibagi menjadi subset pelatihan dan pengujian untuk menguji kinerja algoritma, dengan menggunakan metrik evaluasi seperti akurasi dan skor f1. Dalam penelitian ini, efektivitas penggunaan algoritma KNN dan CNN dalam mengklasifikasikan pneumonia dibandingkan. Berdasarkan hasil akurasi, presisi, recall, dan skor f1, kinerja kedua algoritma dinilai. Ditemukan bahwa algoritma CNN secara konsisten menunjukkan performa yang lebih baik dibandingkan algoritma KNN dalam klasifikasi penyakit pneumonia. CNN mencapai tingkat akurasi yang lebih tinggi dalam semua perbandingan data latih yang dieksplorasi. Misalnya, pada perbandingan data latih sebesar 50%, algoritma CNN mencapai akurasi 94,77% sedangkan KNN mencapai 97,39%. Hasil ini menunjukkan bahwa KNN lebih efektif dalam mempelajari pola kompleks pada gambar radiologi paruparu dan mengklasifikasikan keberadaan pneumonia jika perbandingan data latih 50 %. Selain itu, pada perbandingan data latih sebesar 70% dan 80%, algoritma CNN mengungguli KNN dengan akurasi yang signifikan lebih tinggi. Dengan menggunakan lebih banyak data latih, CNN dapat menghasilkan model yang lebih optimal dalam klasifikasi pneumonia. Namun, perlu diingat bahwa kinerja algoritme dapat dipengaruhi oleh faktor-faktor seperti ukuran dataset, kualitas gambar, dan parameter yang digunakan. Oleh karena itu, diperlukan penelitian lebih lanjut untuk mendapatkan pemahaman yang lebih mendalam tentang perbandingan antara KNN dan CNN dalam konteks klasifikasi pneumonia.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	26 Jan 2024 06:56
Last Modified:	26 Jan 2024 06:56
URI:	http://repository.unas.ac.id/id/eprint/9558

Actions (login required)

View Item