Keywords
K-Nearest Neighbor
Uji T
How to Cite
Abstract
Pada setiap bulannya seorang perempuan yang sedang tidak hamil dan juga menopause mengalami menstruasi. Menstruasi menjadi tanda perkembangan sistem reproduksi perempuan. Pada saat menstruasi kebanyakan perempuan mengalami gejala-gejala dari gangguan menstruasi baik secara fisik maupun psikis. Gangguan menstruasi tersebut tentunya dapat mempengaruhi aktivitas hariannya dan tidak dapat diabaikan. Pada penelitian ini dibuat sistem diagnosa dini menstrual disorders dengan menggunakan metode k-nn, dengan tujuan dapat membantu para perempuan dalam melakukan diagnosa tanpa perlu ke dokter. Pada pembuatan sistem dilakukan pengujian dengan membandingkan nilai k agar didapatkan hasil yang optimal. Pada penelitian ini dengan dilakukan uji t-test didapatkan model k-nn dengan k=3 dan k=7 mampu memberikan hasil yang baik berdasarkan ukuran data pelatihan. Terdapat perbedaan signifikan secara statistik antara performa model knn dengan nilai k=1 dan k=7 yang menghasilkan P-Value kurang dari 0.05.
References
A. Wahyuni and Y. R. Ichsanti, “Deteksi Dini Gangguan Haid Dalam Upaya Peningkatan Kesehatan Reproduksi Remaja,” JMM (Jurnal Masy. Mandiri), vol. 7, no. 4, p. 3428, 2023, doi: 10.31764/jmm.v7i4.15908.
M. Minanti and N. Y. S. Munti, “Sistem Pakar Diagnosa Gejala Sindrom Pramenstruasi (Pms) Menggunakan Metode Certainty Factor Berbasis Website,” Skanika, vol. 5, no. 1, pp. 60–71, 2022, doi: 10.36080/skanika.v5i1.2919.
I. Novia, dan Nunik Puspitasari, R. Kabupaten Sidoarjo, and D. Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga, “Faktor Risiko yang Mempengaruhi Kejadian Dismenore Primer”.
D. Andreswari, A. Erlansari, F. Farady Coastera, and J. Pebrianty Hasian Lumbanraja, “Implementasi Metode Certainty Factor Dalam Sistem Pakar Diagnosis Awal Tanda Bahaya Gangguan Menstruasi,” J. Rekursif, vol. 11, no. November, pp. 70–84, 2023, [Online]. Available: www.ejournal.unib.ac.id/index.php/rekursif
A. N. D. Soetarmono, “Perancangan Sistem Pakar Dalam Mendiagnosa Penyakit Pada Balita,” Teknika, vol. 2, no. 1, pp. 28–39, 2013, doi: 10.34148/teknika.v2i1.11.
A. Rasheda and T. Arifin, “Penerapan K-Nearest Neighbor Untuk Sistem Pakar Diagnosa Penyakit Tulang Belakang,” vol. 3, no. 2, 2022.
R. Helilintar and R. A. Ramadhani, “Sistem Pakar DiagnosisHepatitis Menggunakan Metode K-NN untuk Pelayanan Kesehatan Primer,” S N a T I K a, vol. 4, pp. 19–23, 2017.
S. Boll, “Media Informatics,” IT - Inf. Technol., vol. 51, no. 6, pp. 301–302, 2009, doi: 10.1524/itit.2009.9059.
F. L. D. Cahyanti, W. Gata, and F. Sarasati, “Implementasi Algoritma Naïve Bayes dan K-Nearest Neighbor Dalam Menentukan Tingkat Keberhasilan Immunotherapy Untuk Pengobatan Penyakit Kanker Kulit,” J. Ilm. Univ. Batanghari Jambi, vol. 21, no. 1, p. 259, 2021, doi: 10.33087/jiubj.v21i1.1189.
T. A. Munandar and A. Q. Munir, “Implementasi K-Nearest Neighbor Untuk Prototype Sistem Pakar Identifikasi Dini Penyakit Jantung,” Respati, vol. 17, no. 2, p. 44, 2022, doi: 10.35842/jtir.v17i2.457.
R. T. Prasetio, “SELEKSI FITUR DAN OPTIMASI PARAMETER k-NN BERBASIS ALGORITMA GENETIKA PADA DATASET MEDIS,” J. Responsif Ris. Sains dan Inform., vol. 2, no. 2, pp. 213–221, 2020, doi: 10.51977/jti.v2i2.319.
T. Nurhidayat, P. Kasih, and A. Sanjaya, “Classification of Aglaonema Plants Berdasarkan Corak Daun,” Semin. Nas. Inov. Teknol., pp. 223–228, 2019, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/541
A. M. Wibowo, P. Kasih, and I. N. Farida, “Sistem Bantu Penentuan Konsentrasi Mahasiswa Menggunakan Metode K-Nearest Neighbor Classification,” Semin. Nas. Teknol. Sains, vol. 3, no. 1, pp. 370–379, 2024, doi: 10.29407/stains.v3i1.4343.
M. F. H. Siregar, I. N. Farida, and D. M. A. Widyadara, “Penerapan Metode SAW Dan KNN Untuk Deteksi Dini Kanker Serviks,” Inotek, vol. 7, pp. 2549–7952, 2023.
Ardiyansyah, P. A. Rahayuningsih, and R. Maulana, “Analisis Perbandingan Algoritma Klasifikasi Data Mining Untuk Dataset Blogger Dengan Rapid Miner,” J. Khatulistiwa Inform., vol. VI, no. 1, pp. 20–28, 2018.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2024 Yuniswatin Nahdiyah, Daniel Swanjaya, Risky Aswi Ramadhani, Septian Geges