ARIANI, ARDINA and Samsuryadi, Samsuryadi (2020) KLASIFIKASI PENYAKIT GINJAL MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY DAN GENETIC MODIFIED KNN. Master thesis, Sriwijaya University.
Text
RAMA_55101_09042621721006.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (6MB) | Request a copy |
|
Text
RAMA_55101_09042621721006_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (11MB) | Request a copy |
|
Preview |
Text
RAMA_55101_09042621721006 - 0004027101_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (840kB) | Preview |
Text
RAMA_55101_09042621721006 - 0004027101_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (293kB) | Request a copy |
|
Text
RAMA_55101_09042621721006 - 0004027101_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (757kB) | Request a copy |
|
Text
RAMA_55101_09042621721006 - 0004027101_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (502kB) | Request a copy |
|
Text
RAMA_55101_09042621721006 - 0004027101_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (86kB) | Request a copy |
|
Text
RAMA_55101_09042621721006 - 0004027101_06_ref.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (119kB) | Request a copy |
|
Text
RAMA_55101_09042621721006 - 0004027101_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy |
Abstract
Perkembangan sistem kecerdasan buatan saat ini membuat sistem perawatan kesehatan terbantu dalam mendeteksi penyakit. Deteksi dini penyakit ginjal penting dilakukan untuk mengenali gejala supaya tercegah kerusakan yang lebih parah. Penelitian ini memperkenalkan sistem klasifikasi penyakit ginjal menggunakan algoritma Artificial Bee Colony (ABC) dan Genetic Modified KNearest Neighbor (GMKNN) yang selanjutnya disebut GMKNN-ABC. Algoritma ABC digunakan sebagai seleksi fitur untuk menentukan gejala-gejala yang mempengaruhi penyakit ginjal dengan KNN yang dimodifikasi dengan Algoritma Genetik (AG) digunakan pada tahap klasifikasi. Penelitian ini memiliki 3 (tiga) tahap, yaitu: pra-pemrosesan, pemilihan fitur, dan klasifikasi. Performansi dari metode GMKNN-ABC yang diusulkan dibandingkan dengan metode MKNN tanpa seleksi fitur menggunakan ABC, dan metode MKNN dengan seleksi fitur menggunakan ABC (MKNN-ABC). Tingkat akurasi rata-rata dari hasil klasifikasi penyakit ginjal menggunakan GMKNN-ABC sebesar 98,27% untuk 120 data uji. Metode GMKNN-ABC memberikan hasil tertinggi dibandingkan dengan hasil pengujian klasifikasi menggunakan metode MKNN, MKNN-ABC dan penelitian lainnya dengan dataset yang sama.
Item Type: | Thesis (Master) |
---|---|
Uncontrolled Keywords: | : Classification, Kidney Disease, Feature Selection, Modified K-Nearest Neighbor, Genetic Algorithm, Artificial Bee Colony |
Subjects: | Q Science > Q Science (General) > Q1-295 General Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation. |
Divisions: | 09-Faculty of Computer Science > 55101-Informatics (S2) |
Depositing User: | Users 8836 not found. |
Date Deposited: | 11 Nov 2020 05:05 |
Last Modified: | 11 Nov 2020 05:05 |
URI: | http://repository.unsri.ac.id/id/eprint/37481 |
Actions (login required)
View Item |