APLIKASI PENDETEKSI PENYAKIT DIABETES MENGGUNAKAN MACHINE LEARNING DENGAN ALGORITMA K-NEAREST NEIGHBOR(K-NN) DI PUSKESMAS KENANGA

Kesejahteraan penting dalam hidup. Jika kesejahteraan terganggu maka
akan terganggu. Salah satu Penyakit luar biasa yang mengganggu manusia adalah
Diabetes. Berdasarkan data Worldwide Diabetes Alliance, Indonesia berada di
peringkat ke-7 dunia dengan lebih dari 10 juta orang menderita Diabetes Mellitus.
Organisasi Kesejahteraan Dunia memperkirakan penderita di Indonesia sampai
dengan 21 juta orang pada tahun 2030.Pengecekan diabetes di puskemas kenanga
masih dilakukan secara manual sehingga dibuatlah deteksi diabetes berbasis
machine learning agar dapat membantu mempermudah pekerjaan khususnya dalam
deteksi diabetes itu sendiri.
Perhitungan K-NN / Nearest Neighbor adalah perhitungan yang dapat
dimanfaatkan untuk mengklasifikasikan berdasarkan bagian terbesar dari nilai
tetangga yang paling dekat. Maksud dari perhitungan ini adalah untuk
mengklasifikasikan benda-benda yang tidak terpakai berdasarkan kualitas dan
pengujian dari penyusunan informasi. Dengan perhitungan K-Nearest Neighbor
akan digunakan untuk meramalkan Diabetes Melitus berdasarkan informasi yang
sesuai dengan pengguna. Hasil ramalannya akan berada dalam bingkai kelas positif
dan negatif.
Kerangka kerja ini dicoba 3 kali. Jumlah keseluruhan informasi yang
digunakan adalah 768 data. Dari pengujian yang dilakukan, diketahui bahwa presisi
paling tinggi terdapat pada pengujian pertama, yaitu dengan presisi sebesar 84%.
Pada pengujian awal ini, perbandingan penyiapan informasi dan pengujian
informasi digunakan 90% dengan 10% (691 training dan 77 uji).
Kata kunci : Diabetes, Prediksi, K-NN, Machine Learning