APLIKASI DETEKSI DINI DIABETES MELLITUS MENGGUNAKAN MODIFIED K–NEAREST NEIGHBOR

Abstract

Diabetes Mellitus (DM) merupakan salah satu penyakit yang dapat menyebabkan kematian dan salah satu penyakit yang disebabkan karena faktor keturunan. Kurangnya kesadaran masyarakat akan pola hidup sehat serta keterlambatan masyarakat menyadari gejala-gejala awal indikasi risiko penyakit DM menyebabkan penyakit tidak cepat ditangani. Untuk mengatasi hal tersebut maka dilakukan langkah preventif dengan membangun pendeteksian dini penyakit DM. Pendeteksian dapat dilakukan dengan menggunakan metode Modified KNearest Neighbor (MKNN) yang mampu mengklasifikasikan diagnosa pasien penyakit DM berdasarkan kedekatan pada data latih. Dataset yang digunakan dalam penelitian ini terdiri dari 150 data gejala penyakit DM dengan 11 parameter dan 2 kelas diagnosa. Output dari aplikasi ini yaitu hasil prediksi diagnosa pasien berupa suspek atau tidak suspek penyakit DM. Berdasarkan pengujian yang telah dilakukan, diperoleh hasil rata-rata akurasi terbaik metode MKNN sebesar 89,33% menggunakan 3-fold cross validation atau jumlah data uji 50 data dan data latih sejumlah 100 data, serta menggunakan jumlah tetangga yang digunakan (H) = 7. Berdasarkan hasil tersebut, aplikasi yang menggunakan metode Modified K-Nearest Neighbor dapat diimplementasikan sebagai aplikasi deteksi dini penyakit DM.