ERBANDINGAN METODE IMPUTASI MEAN, MEDIAN, MODUS, DAN 1-NN PADA HASIL KLASIFIKASI K-NEAREST NEIGBOUR (K-NN) STUDI KASUS : KLASIFIKASI PENYAKIT JANTUNG KORONER

• Main Author: Tegar Ariwibowo, - (Author)
• Format: Book
• Published: 2019-07-22.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata

Summary

Data WHO menyatakan bahwa sebanyak 7,3 juta penduduk dunia meninggal dikarenakan penyakit jantung. Meskipun penyakit jantung tidak menular, penyakit ini merupakan jenis penyakit yang mematikan nomor satu di dunia. Penerapan algoritma klasifikasi K Nearest Neighbourhood (K-NN) diharapkan dapat mengatasi masalah efektifitas dan akurasi dalam mendeteksi penyakit jantung. Pada penelitian ini digunakan algoritma K-NN dengan K=1, K=3, K=5, K=7 pada 294 data pasien penyakit jantung dari UCI Repository yang terdapat missing data atau hilangnya suatu nilai atribut tertentu pada suatu instance dataset. Pada penelitian ini bertujuan untuk mengimputasi nilai yang hilang pada dataset dengan menggunakan salah satu teknik metode imputasi Mean, Median, Modus, dan 1-NN.

Item Description

http://repository.upnvj.ac.id/1346/1/AWAL.pdf
http://repository.upnvj.ac.id/1346/2/ABSTRAK.pdf
http://repository.upnvj.ac.id/1346/3/BAB%201.pdf
http://repository.upnvj.ac.id/1346/4/BAB%202.pdf
http://repository.upnvj.ac.id/1346/7/BAB%203.pdf
http://repository.upnvj.ac.id/1346/6/BAB%204.pdf
http://repository.upnvj.ac.id/1346/5/BAB%205.pdf
http://repository.upnvj.ac.id/1346/8/DAFTAR%20PUSTAKA.pdf
http://repository.upnvj.ac.id/1346/9/RIWAYAT%20HIDUP.pdf
http://repository.upnvj.ac.id/1346/10/LAMPIRAN.pdf