Penerapan K-Nearest Neighbor dalam Pendeteksian Abcessus

Abstract

Abcessus is a collection of neutrophils that do not function anymore and have accumulated in tissue cavities infected with bacteria or parasites. This disease will cause swelling in the part of the skin tissue that contains pus and blood, this is due to the spread of skin tissue with staphylococcus aureus bacteria. The spread of infections carried out by bacteria will result in the release of toxins that cause inflammation and increase blood flow in the infected place. The high circulation of the disease among the community requires a concept of knowledge and information which can later be disseminated to the community so that it can reduce the risk of spreading this disease and can be done as soon as possible early treatment of people suffering from Abcessus. The concept of knowledge that will be formed is by transferring all forms of information and knowledge about Abcessus into the diagnosing application by applying the Expert System science that uses K-Nearest Neighbor analysis, later the method can produce the probability value or probability of diagnosing Abcessus for the symptoms that are felt clinically, of course, the knowledge and probability value of Abcessus will first be determined by an expert or expert in identifying the Abcessus. With the construction of diagnostic applications this can be used as a source to be used by the wider community in dealing with problems regarding diagnosis and knowledge of Abcessus, besides that it can also be used in the analysis of diagnostic conclusions by health or medical officers

K-Nearest Neighbor's Accuracy in Dermatic Bacterial Disease Diagnosis Results

“…Metode K-Nearest Neighbor digunakan untuk menyelesaikan permasalahan yang berkaitan dengan klasifikasi dan keputusan yang bersifat kemungkinan. K-Nearest Neighbor merupakan metode yang menghitung kemiripan antara kasus yang baru dengan kasus sebelumnya [8]. Selain itu K-Nearest Neighbor diketahui bahwa sebuah metode yang digunakan dalam mencari solusi dengan cara memperhatikan kondisi masa lalu untuk menghasilkan keputusan [11].…”

“…K-Nearest Neighbor merupakan metode yang menghitung kemiripan antara kasus yang baru dengan kasus sebelumnya [8]. Selain itu K-Nearest Neighbor diketahui bahwa sebuah metode yang digunakan dalam mencari solusi dengan cara memperhatikan kondisi masa lalu untuk menghasilkan keputusan [11].…”

“…Tahapan yang harus dilakukan dalam pengujian ini adalah melakukan pengumpulan data pasien yang terkena penyakit Dermatic Bacterial dengan mengidentifikasi gejela-gejala yang dialami oleh pasien tersebut. Selanjutnya melakukan pelacakan gejala-gejala yang ada dan jenis penyakit dari Metode K-Nearest Neighbor dipilih sebagai bahan penelitian dikarenakan metode tersebut telah banyak digunakan dalam penelitian sebelumnya, diantaranya adalah untuk mengklasifikasi kebakaran hutan [4], mengukur tingkat akurasi kelulusan siswa [5], mendiagnosis inflamasi pada anak dan defisiensi imun [6] [7], dan pendeteksian penyakit Abcescus [8] Namun pada penelitian tersebut tidak terdapat nilai akurasi ketepatan hasil diagnosa sebenarnya dengan nilai yang dihasilkan oleh metode K-Nearest Neighbor, sehingga perlu melakukan analisis untuk mencari akurasi metode K-Nearest Neighbor dalam menghasilkan nilai diagnosa. Dari penelitian ini juga nantinya akan diketahui rekomendasi kelayakan metode K-Nearest Neighbor untuk dapat digunakan pada penelitian selanjutnya.…”

Penerapan Komparasi Teorema Bayes dengan Euclidean Probability dalam Pendiagnosaan Dermatic Bacterial

“…Sistem Pakar merupakan konsep keilmuan yang telah sering digunakan dalam hal menghasilkan kesimpulan diagnosa yang akurat [2]. Kemudian dalam [3] Sistem Pakar dijelaskan untuk dipergunakan dalam menghasilkan kesimpulan, selain itu pada [4] memamparkan Sistem Pakar atau ES adalah bidang ilmu yang mampu melakukan prediksi dan analisis terhadap masalah ketidakpastian atau kemungkinan.…”

Penerapan Algoritma Case Based Reasoning Dan K-Nearest Neighbor Untuk Diagnosa Penyakit Ayam

“…Sedangkan KNN adalah sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tertentu [4]. KNN tergolong suatu metode supervised karena pada proses pengambilan keputusannya, KNN menemukan pola baru dalam data, dengan menghubungkan pola data yang sudah ada.…”