Ichsan, Muhammad (2025) IMPLEMENTASI K-NEARST NEIGHBOR DALAM PEMODELAN KLASIFIKASI POTENSI PENYAKIT DIABETES MILETUS. Bachelor thesis, Universitas Nasional.
![[img]](http://repository.unas.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Download (616kB) |
|
Text
BAB I.pdf Download (324kB) |
|
Text
BAB II.pdf Download (677kB) |
|
Text
BAB III.pdf Download (403kB) |
|
Text
BAB IV.pdf Download (814kB) |
|
Text
BAB V.pdf Download (309kB) |
|
Text
LAMPIRAN.pdf Download (743kB) |
Abstract
iabetes Mellitus (DM) merupakan salah satu penyakit tidak menular dengan prevalensi yang terus meningkat secara global, termasuk di Indonesia. Penyakit ini ditandai dengan kadar gula darah tinggi akibat gangguan produksi atau fungsi insulin. Menurut laporan International Diabetes Federation (IDF), pada tahun 2020 terdapat sekitar 463 juta penderita diabetes di seluruh dunia, dan angka ini terus meningkat setiap tahunnya. Indonesia menjadi salah satu negara dengan jumlah penderita diabetes tertinggi di Asia Tenggara, dengan prevalensi yang meningkat dari 10,9% pada 2020 menjadi 12,8% pada 2023. Peningkatan ini disebabkan oleh perubahan gaya hidup tidak sehat dan meningkatnya angka obesitas. Diabetes tidak hanya berdampak pada individu tetapi juga membebani sistem kesehatan nasional, terutama akibat komplikasi seperti penyakit jantung dan ginjal yang meningkatkan angka kematian dan biaya pengobatan. Oleh karena itu, strategi pencegahan yang komprehensif, termasuk edukasi gaya hidup sehat dan deteksi dini, sangat diperlukan untuk mengurangi dampaknya. Penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan penyakit diabetes berdasarkan faktor yang paling berpengaruh. Hasil penelitian menunjukkan tingkat akurasi klasifikasi sebesar 86,3%, dengan precision 86,5% dan recall 77,1%, yang menunjukkan performa model yang baik. Analisis lebih lanjut mengungkap bahwa kadar glukosa memiliki pengaruh terbesar terhadap diabetes (18,94%), diikuti oleh usia (15,31%) dan jumlah kehamilan (14,13%).
| Item Type: | Thesis (Bachelor) |
|---|---|
| Subjects: | L Education > L Education (General) R Medicine > R Medicine (General) |
| Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi |
| Depositing User: | Miss Yulia Zahra Yamini |
| Date Deposited: | 18 Jul 2025 03:57 |
| Last Modified: | 18 Jul 2025 03:57 |
| URI: | http://repository.unas.ac.id/id/eprint/13807 |
Actions (login required)
 |
View Item |
