Implementasi K-Nearest Neighbor Untuk Prototype Sistem Pakar Identifikasi Dini Penyakit Jantung

Abstract

INTISARI

Penyakit jantung dapat menyerang siapa saja, di segala usia, jenis kelamin, pekerjaan maupun gaya hidup. Belum meratanya dokter spesialis penyakit jantung di berbagai wilayah, menyebabkan penyakit ini masih menjadi salah satu penyebab tingginya kematian pasien. Penelitian ini bertujuan untuk memberikan alternative lain dalam upaya identifikasi dini penyakit jantung akibat kurang meratanya dokter spesialis jantung di berbagai wilayah. Prototype system dikembangkan sebagai alat bantu sederhana identifikasi penyakit jantung. Data electrocardiogram pasien penyakit jantung digunakan sebagai data klasifikasi jenis penyakit jantung dan dianalisis menggunakan pendekatan k-nearest neighbor. Penelitian ini berhasil membuat prototype system pakar yang mampu mengkalsifikasi penyakit cardiovascular berbasis web sehingga diharapkan mampu meningkatkan layanan kesehatan khususnya untuk penanganan pasien penyakit jantung. Hasil penelitian juga memperlihatkan bahwa k-nearest neighbor memiliki tingkat akurasi sebesar 70.40%, lebih tinggi dibandingkan dengan teknik lainnya yakni naïve bayes, algoritma C45 dan multi class classifier meta.

.Kata kunci — penyakit jantung, electrocardiogram, k-nearest neighbor, prototype, sistem pakar

ABSTRACT

Heart disease can affect anyone of all ages, genders, occupations and lifestyles. The uneven distribution of specialists in heart disease in various regions has caused this disease still to be one of the causes of high patient mortality. This study aims to provide another alternative to determine the initial illness due to the uneven distribution of cardiologists in various regions. The prototype system was developed as a simple tool for heart disease. Electrocardiogram data of heart disease patients were used as data for the classification of disease types and analysis using the k-nearest neighbor approach. This study succeeded in making a prototype system capable of classifying web-based heart disease experts so that it is expected to be able to improve health services, especially for the treatment of heart disease. The results also explain that the k-nearest neighbor has an accuracy rate of 70.40%, higher than other techniques, namely naive Bayes, C45 algorithm and multi-classifier meta.

Kata kunci —  heart disease, electrocardiogram, k-nearest neighbor, prototype, expert system