Implementasi Algoritma K-Nearest Neighbor Pada Sistem Deteksi Penyakit Jantung
Studi Kasus : Klinik Makmur Jaya
Kata Kunci:
Klinik Makmur Jaya, Implementasi Algoritma, Klasifikasi Nearest Neighbor, PHP, MySQLAbstrak
Klinik Makmur Jaya merupakan sebuah klinik yang didirikan pada 1 Juni 2009, untuk memenuhi kebutuhan masyarakat yang memerlukan pemeriksaan penyakit jantung dengan biaya yang terjangkau. Klinik Makmur Jaya memiliki permasalahan yang berhubungan dengan analisis awal mula penyakit jantung terhadap pasien, sehingga terkadang terdapat kekeliruan dalam diagnosa penyakit jantung. Diagnosa yang dihasilkan masih berupa manual yang harus diolah kembali secara manual. Sehingga diperlukan strategi bagaimana agar pasien tetap mendapatkan infromasi diagnosa yang akurat dan cepat. Untuk mengatasi permasalahan tersebut penulis melakukan sebuah penelitian untuk mendeteksi gelaja penyakit jantung dengan menggunakan metode Klasifikasi Nearest Neighbor. Dalam penelitian ini penulis menggunakan bahasa pemrograman PHP untuk menampilkan hasil diagnosa dan MySQL untuk penyimpanan data. Diharapkan aplikasi Impelementasi Algoritma dengan metode Klasifikasi Nearest Neighbor ini, dapat memberikan informasi yang akurat terhadap pasien agar terus dapat bekerja sama dengan baik dengan Klinik Makmur Jaya.
Referensi
Zakaria, Hadi; Sewaka; Punkastyo, Dimas Abisono. “Interaksi Manusia dengan Komputer”. Tangerang Selatan : Unpam Press (2021)
M. Sabransyah, Y. N. Nasution, dan F. D. T. Amijaya, “Aplikasi Metode Naive Bayes dalam Prediksi Risiko Penyakit Jantung,” JURNAL EKSPONENSIAL, vol. 8, no. 2, hlm. 111–118, 2017.
M. CHABIB, “Persepsi Perempuan Tentang Penyakit Jantung Koroner di Puskesmas Jenangan,
Kecamatan Jenangan Kabupaten Ponorogo,” skripsi, Universitas Muhammadiyah Ponorogo, 2017.
R. Rulandi, “Hubungan Karakteristik Antara Usia, Jenis Kelamin, Tekanan Darah dan Dislipidemia dengan Kejadian Penyakit Jantung Koroner di Rumah Sakit Al-Ihsan Tahun 2014,”
Thesis, Fakultas Kedokteran (UNISBA), 2016. “Studi Penggunaan Golongan Statin Pada Pada Pasien Jantung Koroner (Penelitian dilakukan di Rumah Sakit Umum Daerah Sidoarjo) - UMM Institutional Repository.” [Daring]. Tersedia pada: http://eprints.umm.ac.id/42665/. [Diakses: 04-Des-2019].
T. Alawiyah, “Gambaran Pengetahuan Penderita Pjk Tentang Bahaya dan Akibat Makanan yang Mengandung
Kolesterol,” undergraduate, Universitas Muhammadiyah Semarang, 2018.
“Konsep Data Mining Vs Sistem Pendukung Keputusan - Dicky Nofriansyah, S.Kom., M.Kom. - Google Buku.” [Daring]. Tersedia pada: https://books.google.co.id/books?hl=id&lr=&id=PoJyCAAAQBAJ&oi=fnd&pg=PR6&dq=Data+mining+adalah+sebuah+proses+pengekstraksian+informasi+yang+didapat+dari+sekumpulan+data+melalui+penggunaan+algoritma,+teknik+penarikan+dalam+bidang+statistik,+pembelajaran+mesin+dan+juga+sistem+manajemen+basis+data.+&ots=YVLk_ktZjO&sig=talhSMKAm_91oRoQ7C7beNNF1Cg&redir_esc=y#v=onepage&q&f=false. [Diakses: 04-Des-2019].
A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” vol. 2, no. 3, hlm. 11, 2015.
D. S. Siltonga, S. Saifullah, dan R. Dewi, “Analisis Metode Naive Bayes dalam Memprediksi Tingkat Pemahaman Mahasiswa Terhadap Mata Kuliah Berdasarkan Posisi Duduk,” dalam Prosiding Seminar Nasional Riset Information Science (SENARIS), 2019, vol. 1, hlm. 427–436.
Nurahman dan Prihandoko, “Perbandingan Hasil Analisis Teknik Data Mining ‘Metode Decision Tree, Naive Bayes, Smo Dan Part’ untuk Mendiagnosa Penyakit Diabetes Mellitus,” Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi, vol. 4, no. 1, Jan 2019.
D. Gunawan, “Evaluasi Performa Pemecahan Database dengan Metode Klasifikasi Pada Data Preprocessing Data mining,” Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika, vol. 2, no. 1, hlm. 10-13–13, Jun 2016.
Zakaria, Hadi (2022). Implementasi Data Mining Terhadap Penjualan Cloud Hosting Menggunakan Algoritma Apriori. Prosiding Seminar Informatika Dan Sistem Informasi, 6(03), 163-174
