Keywords
K-Nearest Neighbors
Diabetes
Chatbot
How to Cite
Abstract
Diabetes merupakan penyakit kronis yang disebabkan karena tingginya kadar gula dalam darah. Menurut International Diabetes Federation (IDF) memperkirakan pada tahun 2045, angka penderita diabetes akan meningkat menjadi 11,3% pada keseluruhan total penduduk di Indonesia. Penyakit diabetes dengan cepat menyebar dalam tubuh seseorang dengan cepat, dan banyak masyarakat yang menyadari akan hal ini. Dengan integrasi kedalam chatbot telegram di harapkan bisa membantu untuk memprediksi risiko diabetes. Model data mining menggunakan algoritma KNN mendapatkan hasil akurasi sebesar 95%, recall sebesar 99%, dan presisi sebesar 89,1%
References
P. Saeedi et al., “Global and regional diabetes prevalence estimates for 2019 and projections for 2030 and 2045: Results from the International Diabetes Federation Diabetes Atlas, 9th edition,” Diabetes Res Clin Pract, vol. 157, p. 107843, Nov. 2019, doi: 10.1016/j.diabres.2019.107843.
C. Debora Mait, J. Armando Watuseke, P. David Gibrael Saerang, S. Reynaldo Joshua, and U. Sam Ratulangi, “Sistem Pendukung Keputusan Menggunakan Fuzzy Logic Tahani Untuk Penentuan Golongan Obat Sesuai Dengan,” Jurnal Media Infotama, vol. 18, no. 2, pp. 344–353, 2022, doi: https://doi.org/10.37676/jmi.v18i2.2936.
A. M. Argina, “Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes,” Indonesian Journal of Data and Science, vol. 1, no. 2, pp. 29–33, 2020, doi: 10.33096/ijodas.v1i2.11.
Y. F. Wijaya and A. Triayudi, “Perbandingan Algoritma Klasifikasi Data Mining Pada Prediksi Penyakit Diabetes,” Journal of Computer System and Informatics (JoSYC), vol. 5, no. 1, pp. 165–174, 2023, doi: 10.47065/josyc.v5i1.4614.
D. Cahyanti, A. Rahmayani, and S. A. Husniar, “Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara,” Indonesian Journal of Data and Science, vol. 1, no. 2, pp. 39–43, Jul. 2020, doi: 10.33096/IJODAS.V1I2.13.
D. S. Hormansyah and Y. P. Utama, “APLIKASI CHATBOT BERBASIS WEB PADA SISTEM INFORMASI LAYANAN PUBLIK KESEHATAN DI MALANG DENGAN MENGGUNAKAN METODE TF-IDF,” Jurnal Informatika Polinema, vol. 4, no. 3, pp. 224–228, May 2018, doi: 10.33795/JIP.V4I3.211.
F. N. Ikhromr, I. Sugiyarto, U. Faddillah, and B. Sudarsono, “Implementasi Data Mining Untuk Memprediksi Penyakit Diabetes Menggunakan Algoritma Naives Bayes dan K-Nearest Neighbor,” INTECOMS: Journal of Information Technology and Computer Science, vol. 6, no. 1, pp. 416–428, May 2023, doi: 10.31539/INTECOMS.V6I1.5916.
P. Bidang Komputer Sains dan Pendidikan Informatika, D. Akademi Perekam dan Informasi Kesehatan Iris Padang Jl Gajah Mada No, and S. Barat, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika, vol. 2, no. 2, pp. 213–219, Feb. 2017, doi: 10.22202/EI.2016.V2I2.1465.
I. A. Nikmatun and I. Waspada, “IMPLEMENTASI DATA MINING UNTUK KLASIFIKASI MASA STUDI MAHASISWA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 10, no. 2, pp. 421–432, Nov. 2019, doi: 10.24176/SIMET.V10I2.2882.
M. Mustafa, “Diabetes prediction dataset,” Kaggle. Accessed: Jun. 01, 2024. [Online]. Available: https://www.kaggle.com/datasets/iammustafatz/diabetes-prediction-dataset/data
A. Asroni, H. Fitri, and E. Prasetyo, “Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokkan Data Calon Mahasiswa Baru di Universitas Muhammadiyah Yogyakarta (Studi Kasus: Fakultas Kedokteran dan Ilmu Kesehatan, dan Fakultas Ilmu Sosial dan Ilmu Politik),” Semesta Teknika, vol. 21, no. 1, pp. 60–64, May 2018, doi: 10.18196/ST.211211.
F. Alghifari and D. Juardi, “PENERAPAN DATA MINING PADA PENJUALAN MAKANAN DAN MINUMAN MENGGUNAKAN METODE ALGORITMA NAÏVE BAYES,” JURNAL ILMIAH INFORMATIKA, vol. 9, no. 02, pp. 75–81, Sep. 2021, doi: 10.33884/JIF.V9I02.3755.
K. Hamidah, A. Voutama, S. Artikel, K. : Faktor, K. Kdd, and R. Linear, “Analisis Faktor Tingkat Kebahagiaan Negara Menggunakan Data World Happiness Report dengan Metode Regresi Linier.,” Explore IT: Jurnal Keilmuan dan Aplikasi Teknik Informatika, vol. 15, no. 1, pp. 1–7, Jun. 2023, doi: 10.35891/EXPLORIT.V15I1.3874.
S. Alam, M. Gito Resmi, N. Masripah, and S. Tinggi Teknologi Wastukancana, “Classification of Covid-19 vaccine data screening with Naive Bayes algorithm using Knowledge Discovery in database method,” Journal of Computer Networks, Architecture and High Performance Computing, vol. 4, no. 2, pp. 177–185, Jul. 2022, doi: 10.47709/CNAHPC.V4I2.1584.
E. Saraswati, Y. Umaidah, and A. Voutama, “Penerapan Algoritma Artificial Neural Network untuk Klasifikasi Opini Publik Terhadap Covid-19,” Generation Journal, vol. 5, no. 2, pp. 109–118, Jul. 2021, doi: 10.29407/GJ.V5I2.16125.
R. C. Hutama, F. Fauziah, and R. T. Komalasari, “Aplikasi Chatbot Berbasis Teks Menggunakan Algoritma Naive Bayes Classifier FAQ GrabAds,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 6, no. 1, pp. 90–97, Aug. 2021, doi: 10.30998/STRING.V6I1.9919.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Muhammad Reza Muzaki, Intan Melinda Nurfajriana, Ferlita Putri Anugerah Ilahi, Aidina Ristyawan, Erna Daniati