Model klasifikasi potensi penyakit diabetes mellitus menggunakan metode k-Nearest Neighbor (k-NN)

INDONESIA:

Diabetes mellitus merupakan penyakit tidak menular yang terjadi di seluruh dunia. Banyak faktor yang menyebabkan seseorang dapat terkena diabetes mellitus. Selain faktor genetik, pola hidup juga sangat berpengaruh. Oleh karena itu diperlukan sebuah penelitian untuk mengetahui faktor yang paling berpengaruh terhadap seseorang dapat terkena diabetes mellitus. Penelitian ini membahas model klasifikasi potensi penyakit diabetes mellitus menggunakan metode k-Nearest Neighbor (k-NN). Tujuan penelitian ini adalah untuk mengetahui model dan hasil klasifikasi potensi penyakit diabetes mellitus agar masyarakat dapat melakukan tindakan preventif terhadap penyakit diabetes mellitus berdasarkan hasil yang didapatkan. Data yang digunakan merupakan data diabetes mellitus dari RST tk.II dr.Soepraoen Malang. Klasifikasi k-NN dilakukan dengan cara menentukan ketetanggaan terdekat. Didapatkan sembilan faktor yang paling berpengaruh terhadap seseorang dapat terkena diabetes mellitus dari hasil klasifikasi data pertama dari RST tk.II dr. Soepraoen Malang, yaitu usia, BMI, kolesterol total, LDL kolesterol, Trigliserida, gula darah sewaktu, gula darah puasa, gula darah 2 jam, dan HBA1C. Hasil yang diperoleh dari klasifikasi pada data ini adalah 98,08%, precision sebesar 96,30%, dan recall sebesar 100.00%. Telah dilakukan uji menggunakan data baru yang telah mendapatkan diagnosa dari dokter, dan saat data tersebut diproses menggunakan model yang telah terbentuk, hasil diagnosa yang diperoleh adalah sama dengan diagnosa yang di tegakkan oleh dokter. Sehingga penelitian ini dapat dikatakan berhasil.

ENGLISH:

Diabetes mellitus is a non-communicable disease that occurs throughout the world. There are many factors that cause a person to develop diabetes mellitus. Not only genetic factors, lifestyle also has big impact. Therefore, a research is needed to find out the main factors that cause a person to get diabetes mellitus. This study discusses a potential classification model for diabetes mellitus using the k-Nearest Neighbor (k-NN) method. The purpose of this study was to find out the model and result of the potential classification of diabetes mellitus so that people can take preventive actions against diabetes mellitus based on the results obtained. The data that used in this research is diabetes mellitus data from RST tk.II Dr. Soepraoen Malang. K-NN classification is done by determining the nearest neighbor. There are nine factors that really effect on a person getting diabetes mellitus from the results of the first data classification from RST tk.II dr. Soepraoen Malang, namely age, BMI, total cholesterol, LDL cholesterol, triglycerides, random blood sugar, fasting blood sugar, 2 hour blood sugar, and HBA1C. The results obtained from the classification of this data are the accuracy is 98.08%, precision is 96.30%, and recall is 100.00%. A test has been carried out using new data that has received a diagnosis from a doctor, and when the data is processed using the model that has been formed, the diagnosis results obtained are the same as the diagnosis established by the doctor. So, this research has been successful.

ARABIC:

مرض السكري مرض غير معدي يحدث في جميع أنحاء العالم. هنك كثير من العوامل التي تسبب أصابة الشخص بمرض السكري. ليس فقط العوامل الوراثية، نمط الحياة له أيضًا تأثير كبير. لذلك، هنك حاجة إلى إجراء بحث لمعرفة العوامل الرئيسية التي تسبب إصابة الشخص بمرض السكري. تناقش هذه الدراسة نموذجًا محتملاً للتصنيف كان الغرض من هذه الدراسة هو (K-Nearest Neighbor) الجار الأقرب. لمرض السكري باستخدام طريقة معرفة نموذج ونتيجة التصنيف المحتمل لمرض السكري حتى يتمكن الناس من اتخاذ إجراءات وقائية ضد مرض السكري بناءً على النتا ئج التي تم الحصول عليها. البيانات المستخدمة في هذا البحث هي بيانات مرض السكري من RST tk.II dr. Soepraoen Malang. عن طريق تحديد (K-Nearest Neighbor) الجار الأقرب يتم تصنيف. هناك تسعة عوامل تؤثر حقًا على إصابة الشخص بمرض السكري من نتائج تصنيف البيانات الأول من RST tk.II dr. Soepraoen Malang أي العمر، مؤشر كتلة الجسم، الكوليسترول الكلي، LDL كوليسترول، والدهون الثلاثية، وسكر الدم العشوائي، وسكر الدم الصائم وسكر الدم لمدة ٢ ساعة، و HBA1C. التي ثم الحصول عليها من تصنيف هذه البيانات هي الدقة 98,08% والذقة 96,30% والاستدعاء 100,00% تم إجراء اختبىار باستخدام بيانات جديدة تم تشخيصها من الطبيب، وعندما تتم معالجة البيانات باستخدام النموذج، الذي تم تشكيله، فإن نتائج التشخيص التي تم الحصول عليها هي نفس التشخيص الذي حدده الطبيب. لذلك، كان هذا البحث ناجحًا.