DETEKSI PENDERITA COVID-19 BERDASARKAN GEJALA MENGGUNAKAN K-NEAREST NEIGHBOR

ALI, HAIDAR and Rini, Dian Palupi and Rizqie, M. Qurhanul (2022) DETEKSI PENDERITA COVID-19 BERDASARKAN GEJALA MENGGUNAKAN K-NEAREST NEIGHBOR. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_55201_09021381722109.pdf] Text
RAMA_55201_09021381722109.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_TURNITIN.pdf] Text
RAMA_55201_09021381722109_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_01_front_ref.pdf]
Preview
Text
RAMA_55201_09021381722109_ 0023027804_0203128701_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Preview
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_02.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (231kB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_03.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (274kB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_04.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (516kB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_05.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (379kB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_06_ref.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (95kB) | Request a copy
[thumbnail of RAMA_55201_09021381722109_ 0023027804_0203128701_07_lamp.pdf] Text
RAMA_55201_09021381722109_ 0023027804_0203128701_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (91kB) | Request a copy

Abstract

Covid-19 ialah suatu penyakit menular dengan tingkat penularan tinggi. Pada penelitian ini dikembangkan sebuah sistem untuk mendeteksi penderita covid-19 berdasarkan gejala menggunakan metode K-Nearest Neighbor. Perhitungan jarak yang digunakan adalah euclidean distance dengan K yang digunakan adalah 1,3,5,7,9,11. Data didapat dari kaggle namun dikarenakan data tidak balance antara pasien yang dinyatakan positive dan negative maka dilakukan sampling data dengan jumlah 1000 data yang terbagi menjadi 50% pasien yang dinyatakan positive dan 50% negative. Dari keseluruhan data yang digunakan diambil 70% untuk digunakan sebagai data training dan 30% digunakan sebagai data uji. Hasil confusion matrix dari klasifikasi dengan menggunakan K-NN pada data uji mendapatkan nilai Accuracy 85% pada k-1, 78,67% pada k-3, 72,33% pada k-5, 66% pada k-7, 65,33% pada k-9, dan 63,33% pada k-11. Nilai precission yang didapatkan pada k-1 yaitu 92,68%, 86,44% pada k-3, 82,55% pada k-5, 80,77% pada k-7, 83,82% pada k-9, dan 85,71% pada k-11. Nilai recall yang didapatkan pada k-1 yaitu 76%, 68% pada k-3, 56,67% pada k-5, 43% pada k-7, 38% pada k-9, dan 32% pada k-11. Dan nilai f-measure yang didapatkan pada k-1 yaitu 83.52%, 76,12% pada k-3, 67,19% pada k-5, 55,26% pada k-7, 52,29% pada k-9, dan 46,6% pada k-11. Nilai accuracy, precission, recall dan f-measure maksimum diperoleh dari nilai k terkecil (k–1). Nilai accuracy maksimum yaitu 85%, %, nilai precission maksimum yaitu 92,68%, nilai recall maksimum yaitu 76%, dan nilai f-measure maksimum yaitu 83.52%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Covid-19, Euclidean Distance, Klasifikasi, K-NN
Subjects: R Medicine > R Medicine (General) > R5-920 Medicine (General)
T Technology > T Technology (General) > T1-995 Technology (General)
Divisions: 09-Faculty of Computer Science > 55201-Informatics (S1)
Depositing User: Haidar Ali
Date Deposited: 22 Sep 2022 08:00
Last Modified: 22 Sep 2022 08:00
URI: http://repository.unsri.ac.id/id/eprint/78622

Actions (login required)

View Item View Item