Klasifikasi Penyakit Monkeypox dengan Menggunakan Algoritma K-Nearest Neighbor

Authors

  • Suyanti Universitas Dinamika Bangsa
  • Yulia Arvita Universitas Dinamika Bangsa
  • Agus Siswanto Universitas Dinamika Bangsa

DOI:

https://doi.org/10.33998/processor.2024.19.2.1616

Abstract

Dengan berkembangnya penyakit mokeypox maka banyak masyarakat bisa tertular penyakit ini, di karenakan peyakit ini penularannya bisa melalui kontak erat dengan hewan/orang yang terinfeksi monkeypox. Penyebaranya bisa melalui kontak tatap muka, kulit ke kulit, mulut ke mulut, atau mulut ke kulit, termaksud kontak seksual, percikan ludah/cairan hidung, dan mungkin penularan bisa melalui aerosol jarak pendek. jika virus ini tertular ke bayi yang baru lahir, anak – anak,  dan orang dengan gangguan kekebalan tubuh maka dapat  beresiko mengalami gejala – gejala yang lebih serius  dan menyebabkan kematian. Untuk mengurangin penyebaran penyakit ini dapata dilakukan diagnosa terhadap faktor – faktor terkait, akan tetapi terdapat resiko jika salah dalam mengklasifikasikan. Untuk mengatasi hal tersebut maka dapat memanfaatkan metode dalam data mining. Untuk menghentikan penyebaran virus monkey pox secara luas maka dapat di lakukan dengan menerapkan model pembelajaran data mining yaitu dengan cara mengklasifikasikan penyakit monkeypox dengan menggunakan metode K-Nearest Neighbor Sehingga hal ini bisa menghentikan penyebaraan virus semakin banyak dan meluas serta bisa mendeteksi dini penyakit monkeypox dan menghambat penularan serta pertumbuhan kematian yang di akibatkan oleh virus. Hasil implementasi algortima KNN pada aplikasi ripedminer dilakukan dengan menggunakan pergantian nilai k, dan hasil akurasi tertinggi didapat pada nilai k=9 dengan akurasi sebesar 59,50%, nilai presesinya adalah 65,93 %, sedangkan recall menghasilkan 76,92%.

Downloads

Download data is not yet available.

References

“Waspada Penyebaran Penyakit Infeksi Emerging,” https://infeksiemerging.kemkes.go.id/berita-bulletin/waspada-penyebaran-penyakit-infeksi-emerging.

“Mengenal Penyakit Infeksi Emerging,” https://infeksiemerging.kemkes.go.id/mengenal-penyakit-infeksi-emerging.

F. Ommi et al., “Resiko Perilaku Konsumsi Satwa Liar Terhadap Kejadian Penyakit Infeksi Emerging ( Pie ): Tinjauan Literatur,” IAKMI J. Kesehat. Masy. Indones., vol. 1, no. 3, pp. 143–150, 2020.

“Monkeyfox Frequently Asked-Questions (FAQ),” https://infeksiemerging.kemkes.go.id/penyakit-virus/frequently-asked-questions-faq-mpox.

D. P. Utomo, P. Sirait, and R. Yunis, “Reduksi Atribut Pada Dataset Penyakit Jantung dan Klasifikasi Menggunakan Algoritma C5.0,” J. Media Inform. Budidarma, vol. 4, no. 4, pp. 994–1006, 2020, doi: 10.30865/mib.v4i4.2355.

B. Sugara, D. Adidarma, and S. Budilaksono, “Perbandingan Akurasi Algoritma C4.5 dan Naïve Bayes untuk Deteksi Dini Gangguan Autisme pada Anak,” J. IKRA-ITH Inform., vol. 3, no. 1, pp. 119–128, 2019.

Y. Eka Achyani STMIK Nusa Mandiri Jakarta, “Penerapan Metode Particle Swarm Optimization Pada Optimasi Prediksi Pemasaran Langsung,” J. Inform., vol. 5, no. 1, pp. 1–11, 2018.

D. Marlina and M. Bakri, “Penerapan Data Mining Untuk Memprediksi Transaksi Nasabah Dengan Algoritma C4.5,” J. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 23–28, 2021.

A. R. C. ; E. R. ; D. M. Atmanegara, “Penerapan Data Mining Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap Jurnal Informatika Dan Rekayasa Komputer ( JAKAKOM ),” vol. 1, no. 178, pp. 149–154, 2022.

H. Azis, P. Purnawansyah, F. Fattah, and I. P. Putri, “Performa Klasifikasi K-NN dan Cross Validation Pada Data Pasien Pengidap Penyakit Jantung,” Ilk. J. Ilm., vol. 12, no. 2, pp. 81–86, 2020, doi: 10.33096/ilkom.v12i2.507.81-86.

A. Ariani, K. Kunci-Penyakit, and G. Kronis, “Klasifikasi Penyakit Ginjal Kronis menggunakan K-Nearest Neighbor,” Pros. Annu. Res. Semin., vol. 5, no. 1, pp. 148–151, 2019, [Online]. Available: http://archive.ics.uci.edu/ml/datasets/Chronic_Kidney_Dise

Y. Pratama, A. Prayitno, D. Nazrian, N. Aini, Y. Rizki, and E. Rasywir, “BULLETIN OF COMPUTER SCIENCE RESEARCH Klasifikasi Penyakit Gagal Jantung Menggunakan Algoritma K-Nearest Neighbor,” Bull. Comput. Sci. Res., vol. 3, no. 1, pp. 52–56, 2022, doi: 10.47065/bulletincsr.v3i1.203.

R. Setiawan and A. Triayudi, “Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes dan K-Nearest Neighbor Berbasis Web,” J. Media Inform. Budidarma, vol. 6, no. 2, p. 777, 2022, doi: 10.30865/mib.v6i2.3566.

I. A. Nikmatun and I. Waspada, “Implementasi Data Mining Untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor,” J. SIMETRIS, vol. 10, no. 2, pp. 421–432, 2019.

W. Yunus, “Algoritma K-Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Prediksi Penyakit Ginjal Kronik,” J. Tek. Elektro CosPhi, vol. 2, no. 2, pp. 51–55, 2018, [Online]. Available: https://cosphijournal.unisan.ac.id/index.php/cosphihome/article/view/43%0Ahttps://cosphijournal.unisan.ac.id/index.php/cosphihome/article/download/43/20

Downloads

Published

2024-10-31

Abstract views:

68

PDF Download:

51

DOI:

10.33998/processor.2024.19.2.1616

Dimension Badge:

How to Cite

Suyanti, Arvita, Y., & Siswanto, A. (2024). Klasifikasi Penyakit Monkeypox dengan Menggunakan Algoritma K-Nearest Neighbor. Jurnal PROCESSOR, 19(2). https://doi.org/10.33998/processor.2024.19.2.1616

Most read articles by the same author(s)