SIDIK, ABU BAKAR (2023) PREDIKSI PENDERITA DIABETES MELITUS MENGGUNAKAN KNN (DATASET PUSKESMAS JAYANTI TANGERANG INDONESIA). S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (COVER)
01 COVER.pdf Download (391kB) |
|
Text (ABSTRAK)
02 ABSTRAK.pdf Download (31kB) |
|
Text (BAB I)
03 BAB 1.pdf Restricted to Registered users only Download (151kB) |
|
Text (BAB II)
04 BAB 2.pdf Restricted to Registered users only Download (211kB) |
|
Text (BAB III)
05 BAB 3.pdf Restricted to Registered users only Download (71kB) |
|
Text (BAB IV)
06 BAB 4.pdf Restricted to Registered users only Download (211kB) |
|
Text (BAB V)
07 BAB 5.pdf Restricted to Registered users only Download (24kB) |
|
Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (123kB) |
|
Text (LAMPIRAN)
09 LAMPIRAN.pdf Restricted to Registered users only Download (712kB) |
Abstract
Diabetes is a worldwide health problem with the number of sufferers estimated at 120 million people. This number will further increase if there is general public ignorance about the factors that can trigger diabetes. Meanwhile, according to WHO, diabetes is a very deadly disease that is ranked 9th in the world. Diabetics generally die with damage to several vital organs such as the heart, kidneys and liver, so diabetics can be treated immediately. Therefore, this research tries to apply a method to predict whether someone has diabetes or not. This research uses the K-NN algorithm method, the data used comes from the Jayanti puskesmas dataset which is taken through interviews with local community health tests. Based on 28 attributes contained in the diabetes dataset, namely age, examination date, patient name, date of birth, gender, provincial origin of the patient, city / district. Patient, Address, Education Status, Occupation, Marital Status, Blood Type, Smoking, Lack of Physical Activity, Excess Sugar, Excess Salt, Excess Fat, Lack of Fruit Eating, Alcohol Consumption, Systole, Diastole, Height, Weight, Abdominal Circumference, Sugar Check, Hospital Referral, Diagnosis 1, Pharmacological Therapy, Counseling can be used as data for the classification of diabetics. Diabetes merupakan masalah kesehatan di seluruh dunia dengan jumlah penderita diperkirakan mencapai 120 juta orang. Jumlah ini akan semakin meningkat jika ada ketidaktahuan masyarakat umum tentang faktor-faktor yang dapat memicu diabetes. Sementara itu, menurut WHO, diabetes merupakan penyakit yang sangat mematikan yang menduduki peringkat ke-9 di dunia. Penderita diabetes umumnya meninggal dengan kondisi kerusakan pada beberapa organ vital seperti jantung, ginjal dan hati, sehingga penderita diabetes dapat langsung ditangani dengan baik. Oleh karena itu penelitian ini mencoba menerapkan sebuah metode untuk memprediksi apakah seseorang menderita diabetes atau tidak. Penelitian ini menggunakan metode algoritma K-NN, data yang digunakan berasal dari dataset puskesmas Jayanti yang diambil melalui wawancara tes kesehatan masyarakat sekitar. Berdasarkan 28 atribut yang terdapat pada dataset diabetes yaitu usia, tanggal pemeriksaan, nama pasien, tanggal lahir, jenis kelamin, asal provinsi pasien, kota/kab. Pasien, Alamat, Status Pendidikan, Pekerjaan, Status Perkawinan, Golongan Darah, Merokok, Kurang Aktivitas Fisik, Kelebihan Gula, Kelebihan Garam, Kelebihan Lemak, Kurang Makan Buah, Konsumsi Alkohol, Sistol, Diastol, Tinggi Badan, Berat Badan, Lingkar Perut, Pemeriksaan Gula, Rujukan Rumah Sakit, Diagnosa 1, Terapi Farmakologi, Konseling dapat dijadikan data untuk klasifikasi penderita diabetes.
| Item Type: | Thesis (S1) |
|---|---|
| Call Number CD: | FIK/INFO. 23 139 |
| NIM/NIDN Creators: | 41519010069 |
| Uncontrolled Keywords: | Diabetes merupakan masalah kesehatan di seluruh dunia dengan jumlah penderita diperkirakan mencapai 120 juta orang. Jumlah ini akan semakin meningkat jika ada ketidaktahuan masyarakat umum tentang faktor-faktor yang dapat memicu diabetes. Sementara itu, menurut WHO, diabetes merupakan penyakit yang sangat mematikan yang menduduki peringkat ke-9 di dunia. Penderita diabetes umumnya meninggal dengan kondisi kerusakan pada beberapa organ vital seperti jantung, ginjal dan hati, sehingga penderita diabetes dapat langsung ditangani dengan baik. Oleh karena itu penelitian ini mencoba menerapkan sebuah metode untuk memprediksi apakah seseorang menderita diabetes atau tidak. Penelitian ini menggunakan metode algoritma K-NN, data yang digunakan berasal dari dataset puskesmas Jayanti yang diambil melalui wawancara tes kesehatan masyarakat sekitar. Berdasarkan 28 atribut yang terdapat pada dataset diabetes yaitu usia, tanggal pemeriksaan, nama pasien, tanggal lahir, jenis kelamin, asal provinsi pasien, kota/kab. Pasien, Alamat, Status Pendidikan, Pekerjaan, Status Perkawinan, Golongan Darah, Merokok, Kurang Aktivitas Fisik, Kelebihan Gula, Kelebihan Garam, Kelebihan Lemak, Kurang Makan Buah, Konsumsi Alkohol, Sistol, Diastol, Tinggi Badan, Berat Badan, Lingkar Perut, Pemeriksaan Gula, Rujukan Rumah Sakit, Diagnosa 1, Terapi Farmakologi, Konseling dapat dijadikan data untuk klasifikasi penderita diabetes. |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.5 Computer Modeling and Simulation/Model dan Simulasi Komputer 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | CALVIN PRASETYO |
| Date Deposited: | 11 Oct 2023 07:04 |
| Last Modified: | 11 Oct 2023 07:04 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/82345 |
Actions (login required)
 |
View Item |
