Integrasi metode knn imputation pada algoritma decision tree untuk klasifikasi penyakit diabetes

Fatihul Subeqi, 201569040013 (2019) Integrasi metode knn imputation pada algoritma decision tree untuk klasifikasi penyakit diabetes. Sarjana thesis, Universitas Yudharta.

	Text (BAB I.pdf) BAB I.pdf Download (55kB)
	Text (BAB II.pdf) BAB II.pdf Restricted to Registered users only Download (258kB) | Request a copy
	Text (BAB III.pdf) BAB III.pdf Restricted to Registered users only Download (137kB) | Request a copy
	Text (BAB IV.pdf) BAB IV.pdf Restricted to Registered users only Download (178kB) | Request a copy
	Text (BAB V.pdf) BAB V.pdf Restricted to Registered users only Download (320kB) | Request a copy
	Text (Cover.pdf) Cover.pdf Download (261kB)

Abstract

Missing value sering terjadi dalam metode klasifikasi dikarenakan informasi tentang obyek tidak diberikan, sulit dicari atau memang informasi tersebut tidak ada. Hal ini menyebabkan menurunnya keakuratan dan kualitas data pada saat data diolah.Metode klasifikasi yang digunakan yaitu metode K-NN, karena metode ini termasuk metode klasifikasi yangmemiliki konsistensi yang kuat. Metode ini mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama berdasarkan nilai K atau tertangga terdekat dan dapat dilakukan untuk mengatasi missing value, terbukti dengan meningkatnya hasil klasifikasi dan hilangnya data yang belum terklasifikasi.Decision Tree sendiri untuk klasifikasi dataset namun hasilnya tidak begitu akurat maka ditambahkan metode K-NN kemudian Dapat diketahui nilai k = 1 memiliki tingkat akurasi yang tinggi dibandingkan dengan nilai k yang lain yaitu 71.62%, jadi dalam penelitian ini nilai k yang dipakai pada metode K-NN adalah 1.

Item Type:	Thesis (Sarjana)
Identification Number:	005.12 SUB I
Contributors:	Contribution Contributors Email Thesis advisor Moch. Lutfi s.kom, m.kom, ã…¤ UNSPECIFIED
Subjects:	Karya Umum > Ilmu Umum dan Komputer
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	12 Oct 2019 07:32
Last Modified:	05 Jun 2023 01:45
URI:	https://repository.yudharta.ac.id/id/eprint/1039

Actions (login required)

View Item