PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI DAN DETEKSI POLA PENYAKIT STROKE

Winata, Steven (2025) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI DAN DETEKSI POLA PENYAKIT STROKE. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (1MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (604kB) | Request a copy
	Text BAB V.pdf - Published Version Restricted to Registered users only Download (361kB) | Request a copy

Abstract

Stroke merupakan salah satu penyakit kronis yang berbahaya karena dapat menyebabkan kerusakan permanen pada jaringan otak dan mengganggu fungsi tubuh, seperti kemampuan berbicara, bergerak, maupun berpikir. Penyakit ini terjadi ketika aliran darah menuju otak terhambat atau pecahnya pembuluh darah di otak. Menurut World Health Organization (WHO), stroke menjadi salah satu penyebab utama kematian dan kecacatan jangka panjang di dunia. Deteksi dini berperan penting untuk mengurangi tingkat keparahan serta meminimalkan resiko komplikasi yang lebih serius. Perkembangan teknologi, khususnya di bidang data mining, memungkinkan pengolahan data medis untuk mengidentifikasi pola kesehatan dan memprediksi resiko penyakit secara lebih efektif. Penelitian ini membandingkan dua metode klasifikasi, yaitu K-Nearest Neighbor (KNN) dan Naïve Bayes, dalam mengelompokkan data pasien berdasarkan potensi resiko stroke. Dataset yang digunakan berasal dari sumber daring dan telah melalui tahap preprocessing seperti pembersihan data, penyeimbangan kelas, serta transformasi variabel. Implementasi dilakukan menggunakan bahasa pemrograman Python untuk menghasilkan model klasifikasi yang dapat membantu proses diagnosis awal. Hasil penelitian menunjukkan bahwa kedua metode memiliki kemampuan dalam mendeteksi potensi stroke dengan tingkat keakuratan yang memadai, meskipun memiliki karakteristik dan pendekatan yang berbeda. Temuan ini diharapkan dapat menjadi acuan dalam pemilihan metode analisis data medis serta mendukung pengambilan keputusan di bidang kesehatan, sehingga upaya pencegahan dan penanganan dapat dilakukan lebih cepat dan tepat sasaran.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Data Mining, Klasifikasi, K-Nearest Neighbor, Naïve Bayes, Stroke.
Subjects:	000 Karya Umum > 005 Pemograman > 005.8 Keamanan Data
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	13 Mar 2026 09:20
Last Modified:	13 Mar 2026 09:20
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3085

Actions (login required)

View Item