Detail Portfolio

Implementasi Metode K-Nearest Neighbors Untuk Diagnosis Penyakit Leukemia Berbasis Web

• By EKA HENDIYANA

Deskripsi Project

Leukemia merupakan penyakit kanker yang terdapat pada sel darah putih. Karakter leukemia ditandai dengan limfoblas atau pertumbuhan sel darah putih pada sumsum tulang belakang. Pada tahun 2018 dilansir dari situs resmi World Health Organization (WHO) bahwa pengidap penyakit leukemia sebanyak 437.033 orang atau sekitar 4% dari keseluruhan
pasien kanker, Sedangkan di Indonesia terdapat 13.498 orang. Mendeteksi sejak dini merupakan sebuah solusi yang dapat meminimalisir terjadinya peningkatan angka kematian akibat leukemia. Untuk merealisasikan dalam penanganan penyakit leukemia ini dapat dibangun sistem pakar diagnosis penyakit leukemia dengan menggunaka teknik mechine learning juga dengan salah satu metodenya yaitu K-Nearest Neighbors. Pada penelitian ini, menggunakan data sekunder sebagai sumber data yang digunakan untuk melakukan diagnosis penyakit, dari data tersebut didapat 4 jenis penyakit dengan 12 gejala yang biasa terjadi pada pasien leukemia yang diolah dengan menggunakan metode K-Nearest Neighbors agar mendapat hasil akurasiyang tinggi. Hasil penelitian diagnosis penyakit leukemia menggunkan metode K-Nearest Neighbors dengan sampel gejala yang dirasakan oleh
pasien setelah klasifikasi menggunakan perhitungan euclidean distence menunjukan kepada salah satu penyakit, dilanjutkan dengan perhitungan akurasi yang didapat setelah klasifikasi tersebut dan menghasilkan nilai Precission 71,42 %, Recall 83,33 %, Accuracy 75 %.

Kata Kunci:
Sistem Pakar, Penyakit Leukemia, K-Nearest Neighbors