ARTÍCULO
TITULO

Decision Tree and K-Nearest Neighbor (K-NN) Algorithm Based on Particle Swarm Optimization (PSO) for Diabetes Mellitus Prediction Accuracy Analysis DOI : 10.24114/cess.v7i2.34245 | Abstract views : 49 times

Andi Nur Rachman    
Supratman Supratman    
Euis Nur Fitriani Dewi    

Resumen

Penyakit Diabetes Mellitus merupakan penyakit tidak menular, tetapi penyakit ini  merupakan salah satu penyakit yang mematikan bagi yang mengidapnya. Penyakit ini disebabkan oleh beberapa factor diantaranya pola makan hidup yang tidak teratur atau berlebihan. Apabila penyakit ini tidak dihentikan, maka penderita penyakit Diabetes Mellitus akan semakin memakan para pasien penderita penyakit ini. Menurut WHO atau World Health Organization, sekitar 425 juta orang menderita penyakit diabetes, kemudian 1,6 juta kematian setiap tahunnya di akibatkan oleh penyakit diabetes. Kemudian, pada tahun 2016 di Indonesia, kematian yang disebabkan oleh penyakit diabetes sekitar 99 ribu jiwa. Penyakit diabetes pada tahun ke tahun semakin meningkat, jadi perlu adanya sebuah sistem yang dapat membantu medis untuk melakukan klasifikasi terhadap diabetes berdasarkan data kesehatan pasien. Salah satu metode yang dapat digunakan untuk memprediksi penyakit diabetes mellitus adalah dengan menggunakan data mining. Data mining merupakan suatu proses yang interaktif untuk memprediksi penyakit diabetes mellitus. Prediksi untuk mendiagnosis penyakit ini menggunakan seleksi fitur berbasis Particle Swarm Optimization (PSO) pada dataset Kaggle.com. Dan metode klasifikasi yang digunakan yaitu metode Decision Tree dan K-Nearest Neighbors (K-NN). Hasil dari penelitian ini menghasilkan nilai akurasi tertinggi sebanyak 79.8% dengan AUC 0.71 dengan menggunakan metode Decision Tree, dan untuk menggunakan optimasi metode K-Nearest Neighbors (K-NN) menggunakan Particle Swarm Optimization (PSO) memiliki nilai akurasi tertinggi sebanyak 77.09%.

 Artículos similares

       
 
Aravind Kolli, Qi Wei and Stephen A. Ramsey    
In this work, we explored computational methods for analyzing a color digital image of a wound and predicting (from the analyzed image) the number of days it will take for the wound to fully heal. We used a hybrid computational approach combining deep ne... ver más
Revista: Computation

 
Mohammad Shokouhifar, Mohamad Hasanvand, Elaheh Moharamkhani and Frank Werner    
Heart disease is a global health concern of paramount importance, causing a significant number of fatalities and disabilities. Precise and timely diagnosis of heart disease is pivotal in preventing adverse outcomes and improving patient well-being, there... ver más
Revista: Algorithms

 
Jean-Sébastien Dessureault, Félix Clément, Seydou Ba, François Meunier and Daniel Massicotte    
The field of interior home design has witnessed a growing utilization of machine learning. However, the subjective nature of aesthetics poses a significant challenge due to its variability among individuals and cultures. This paper proposes an applied ma... ver más
Revista: Information

 
Aquib Raza, Thien-Luan Phan, Hung-Chung Li, Nguyen Van Hieu, Tran Trung Nghia and Congo Tak Shing Ching    
Knee osteoarthritis (KOA) is a leading cause of disability, particularly affecting older adults due to the deterioration of articular cartilage within the knee joint. This condition is characterized by pain, stiffness, and impaired movement, posing a sig... ver más
Revista: Information

 
May Alsaidi, Nadim Obeid, Nailah Al-Madi, Hazem Hiary and Ibrahim Aljarah    
Autism spectrum disorder (ASD) is a developmental disorder that encompasses difficulties in communication (both verbal and non-verbal), social skills, and repetitive behaviors. The diagnosis of autism spectrum disorder typically involves specialized proc... ver más
Revista: Information