Muhamad Nur Arifiansyah, 4611418010 (2022) PREDIKSI HARAPAN HIDUP PASIEN KANKER PARU-PARU PASCAOPERASI BEDAH TORAKS MENGGUNAKAN K-NEAREST NEIGHBORS DAN ALGORITMA BAT. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Kanker paru - paru adalah salah satu kanker yang mematikan, terhitung 11,6 % dari diagnosis kanker di dunia. Kematian pada pasien kanker paru - paru dapat terjadi dalam berbagai cara dan salah satu pengobatan pasien kanker paru - paru yang dapat dilakukan adalah operasi bedah toraks. Bedah toraks umumnya dianggap sebagai prosedur risiko menengah tetapi operasi bedah toraks memiliki risiko yang tinggi, salah satu risikonya jika pasien kehilangan darah yang akan mengakibatkan kematian pasien. Pada penelitian ini, metode yang digunakan untuk implementasi prediksi harapan hidup pasien pascaoperasi bedah toraks adalah algoritma bat untuk seleksi fitur dan algoritma KNN untuk mengklasifikasikan data. Dataset yang digunakan pada penelitian ini didapat dari UCI Machine Learning Repository yaitu dataset thoracic surgery yang berisi 470 data dengan 16 atribut. Tujuan dari penelitian dari prediksi harapan hidup pasien kanker paru-paru pascaoperasi bedah toraks adalah mengetahui hasil dan akurasi dari prediksi harapan hidup pasien kanker paru-paru pascaoperasi bedah toraks menggunakan metode algoritma bat dan KNN. Hasil dari penelitian dalam memprediksi harapan hidup pasien pascaoperasi bedah toraks dilakukan dengan 3 pengujian. Pengujian pertama yaitu pengujian jumlah populasi dengan menghasilkan akurasi terbaik sebesar 87,23 %, pengujian kedua yaitu pengujian konvergen dengan menghasilkan akurasi terbaik sebesar 87,23 % dan pengujian ketiga yaitu pengujian perbandingan KNN menghasilkan akurasi terbaik sebesar 87,23 %. Hal tersebut menunjukkan bahwa algoritma bat dinilai dapat meningkatkan kinerja algoritma klasifikasi KNN.

Actions (login required)

View Item