Implementasi algoritma K-Nearest Neighbor (KNN) untuk prediksi peluang kesembuhan pasien Covid-19

Nurzaqiah, Salma (2022) Implementasi algoritma K-Nearest Neighbor (KNN) untuk prediksi peluang kesembuhan pasien Covid-19. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (103kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (142kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (119kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (235kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (268kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (384kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (76kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (150kB) | Request a copy

Abstract

Coronavirus disease 2019 (COVID-19) merupakan penyakit baru yang ditemukan pada tahun 2019 di kota Wuhan China dan kemudian menyebar ke berbagai belahan dunia. Virus penyebab COVID-19 disebut Sars-CoV-2 dan bersifat menyebar antara hewan dan manusia (zoonosis). Metode yang digunakan untuk menghitung prediksi menggunakan algoritma K-Nearest Neighbor dengan menggunakan bahasa pemrograman Python. Model kemudian diimplementasikan kedalam sistem prediksi berbasis website. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana implementasi algoritma K-Nearest Neighbor dalam melakukan prediksi peluang kesembuhan pasien COVID-19 dan mengetahui kinerja dari algoritma K-Nearest Neighbor dalam melakukan prediksi peluang kesembuhan pasien COVID-19. Kinerja rata-rata dari hasil penelitian ini memunculkan nilai akurasi sebesar 91%, presisi 95%, recall 84%, dengan jumlah testing sebanyak 20% dari total dataset sebanyak 496. Hasil penelitian ini mendapatkan K terbaik pada percobaan K=4 dengan akurasi 91%. K=4 merupakan nilai K paling Optimal diantara percobaan klasifikasi K-NN menggunakan nilai K=3 sampai dengan K=7.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: K-Nearest Neighbor; peluang kesembuhan; Covid-19
Subjects: Data Processing, Computer Science
Numerical Analysis > Algorithms
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Salma Nurzaqiah
Date Deposited: 23 Feb 2022 01:22
Last Modified: 23 Feb 2022 01:22
URI: https://etheses.uinsgd.ac.id/id/eprint/49093

Actions (login required)

View Item View Item