Pemanfaatan Algoritma K-Nearest Neighbor Untuk Prediksi Penyakit Jantung Melalui Elektrokardiografi

Tri, Winda Rahmadani (2019) Pemanfaatan Algoritma K-Nearest Neighbor Untuk Prediksi Penyakit Jantung Melalui Elektrokardiografi. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
Cover & Abstrak.pdf - Published Version

Download (54kB) | Preview
[img]
Preview
Text (BAB I Pendahuluan)
BAB I.pdf - Published Version

Download (85kB) | Preview
[img]
Preview
Text (BAB Akhir)
BAB V PENUTUP.pdf - Published Version

Download (30kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version

Download (61kB) | Preview
[img] Text (Skripsi full text)
Laporan TA.pdf - Published Version
Restricted to Repository staff only

Download (4MB)

Abstract

Penyakit jantung menjadi salah satu penyebab kematian terbanyak di seluruh dunia. Menurut data World Health Organization (WHO) tahun 2012 menunjukkan 17,5 juta orang di dunia meninggal akibat penyakit kardiovaskuler atau 31% dari 56,5 juta kematian di seluruh dunia. Maka dari itu diperlukan diagnosis upaya penanganan dan pencegahan penyakit jantung secara otomatisasi menggunakan suatu metode yang diterapkan dalam aplikasi yaitu menggunakan data mining dengan metode K-Nearest Neighbor(KNN). KNN dapat mengklasifikasikan suatu objek berdasarkan kedekatan suatu objek. Tahapan penelitian yang dilakukan adalah mengumpulkan data citra input pola Elektrokardiografi (EKG)yang dipisahkan menjadi data training dan testing setelah itu melakukan klasifikasi terhadap citra baru menggunakan KNN, pengujian dan implementasi. Pengumpulan citra dilakukan dengan mengambil langsung pada rekap medis RSUP Mdjamil Padang. Input dari metode KNN ini dengan memasukkan citra EKG dengan format dan ukuran yang sama. Dan output yang akan keluar berupa klasifikasi dari citra EKG tersebut. Pada aplikasi data mining metode K-Nearest Neighbor ini terdiri dari 50 data training, 206 data testing dari rumah sakit dan 63 data testing dari dataset. Sistem klasifikasi yang dibuat menggunakan MATLAB Kata kunci : Penyakit Jantung, Elektrokardiografi, Data Mining, Image Processing, K-Nearest Neighbor

Item Type: Thesis (Diploma)
Primary Supervisor: Meza Silvana, MT
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Sistem Informasi
Depositing User: s1 sistem informasi
Date Deposited: 21 Jan 2019 15:11
Last Modified: 21 Jan 2019 15:11
URI: http://scholar.unand.ac.id/id/eprint/41725

Actions (login required)

View Item View Item