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:	https://repository.unas.ac.id/id/eprint/9558

Actions (login required)

View Item