Klasifikasi Penyakit Dengue Menggunakan Algoritma K-Nearest Neighbors Berbasis Flask

Abstract

Penanggulangan penyakit dengue merupakan salah satu elemen penting dalam memastikan masyarakat hidup sehat dan mendapatkan penanganan kesehatan yang baik. Penanggulangan penyakit dengue yang terlambat dapat mengakibatkan kematian. Berdasarkan permasalahan tersebut, maka diperlukan suatu sistem klasifikasi yang dapat mendiagnosis penyakit demam berdarah berdasarkan pemeriksaan kesehatan  pasien. Tujuan dari penelitian ini adalah untuk menerapkan algoritma k-nearest neighbor pada pembangunan sistem klasifikasi dengue. Algoritma K-Nearest Neighbors bekerja dengan menetapkan kelas dari suatu objek berdasarkan kesamaan atribut dari data yang sebelumnya dijadikan model. Data model yang dibangun menggunakan data kasus dengue yang terjadi di kota madiun dengan total data sebanyak 276 baris dengan kolom data sebanyak 7 kolom. Data model tersebut nantinya akan di pickle menggunakan library yang ada pada python. Setelah di pickle kemudian data di split menjadi data training sebanyak 70% dan data testing sebanyak 30% yang nantinya akan digunakan sebagai bahan untuk melakukan prediksi data. Metode pengembangan sistem untuk penelitian ini menggunakan metode extreme programming yang terdiri dari empat tahap yaitu: (1) perencanaan, (2) perancangan, (3) pengkodean, dan (4) pengujian. Pengembangan sistem dilakukan pada aplikasi berbasis web dengan menggunakan framework Flask menggunakan bahasa pemrograman Python, dengan akurasi rata-rata 0,72, akurasi  rata-rata  0,83, nilai recall rata-rata  0,59, dan nilai rata-rata f-1 0,64. Itu telah dibuat atau sebesar 64%.

GS Cited Analysis