Klasifikasi Penyakit Ginjal dengan Metode K-Means
Abstract
Penyakit Ginjal Kronik merupakan masalah serius di dunia. Menurut WHO, 2001 dan Burden of Disease, menduduki peringkat ke-12 tertinggi angka kematian (sekitar 850.000 orang setiap tahunnya) [1]. Berdasarkan data tersebut, maka dalam penelitian ini akan mengklasifikasikan penyakit ginjal menjadi 5 cluster melalui implementasi metode K-means. Metode ini merupakan metode yang menggunakan algoritma yang terbaik dalam algoritma Partitional Clustering dan yang paling sering digunakan diantara algoritma pengclusteran lainnya, karena kesederhanaan dan efisiensinya. Parameter uji dalam penelitian ini ada 3 yaitu ureum, kritinien dan GFR. Pada penelitian ini akan diuji 10 sample data pasien dimana nilai-nilai parameter ujinya akan melalui proses iterasi sampai mencapai nilai yang konvergen. Nilai yang telah konvergen akan diberi label sebagai nilai centroid untuk pengclusteran dari penyakit ginjal, Clusternya terdiri atas kondisi ginjal normal, gejala ginjal stadium 1, stadium 2, stadium 3 dan stadium 4. Tingkat akurasi pengclusteran penyakit ginjal menggunakan metode K-Means dalam penelitian ini cukup tinggi, sekitar 90%.
Keywords
Full Text:
PDFReferences
Putu Filla (2016). CKD Referat [Online]. Available :
http://www.academia.edu/11793185/CKD_REFERAT
Stefanus Santosa, Agus Widjanarko, Catur Supriyanto, “Model Prediksi Penyakit Ginjal Kronik Menggunakan Radial Basis Function,” Jurnal Pseudocode, Vol,III Nomor 2,2016.
Syaiful Azmi. (2011, Nov 1). Stadium penyakit ginjal kronik [Online]. Available :
http://www.purtierpla.centa.com/stadium-penyakit-ginjal-kronik.
dr.Pramita Handayani. (2016, Dec 8). Reinfokus. Gagal Ginjal Kronik (edisi 1) [Online]. Available : http://www,reindo,co,id/id/knowledge/detail/21/GAGAL-GINJAL-KRONIK
Samsilul Azhar, Herlina Latipa Sari, dan Leni Natalia Zulita, “Sistem pakar Penyakit Ginjal Pada Manusia Menggunakan Metode Forward Chaining,” Jurnal Media Infotama, Vol,10 Nomor 1,2014.
Abdul Kadir dan Adhi Susanto, “Teori dan Aplikasi Pengolahan Citra”, Yogyakarta: ANDI OFFSET, 2011.pp 50-60.
Hervisari, Musdalifah, Sudarsana, “Implementasi Algoritma K-Means Untuk Diagnosa Penyakit Gagal Ginjal Kronis,” Jurnal Ilmiah Matematika dan Terapan, Vol,11 No,1 Juni 2014, pp.27-35,2014.
Dian Eka ratnasari, Marji, Lailil Muflikhah, “Pengembangan Metode Klasifikasi Berdasarkan K-Means dan LVQ”, Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol,1 Nomor 1, pp.1-4, 2014.
DOI: https://doi.org/10.32487/jtt.v5i1.241
Refbacks
- There are currently no refbacks.
JTT (Jurnal Teknologi Terpadu) has been indexed by:
|
|
|
|
|
|
|
|
|