Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru

Rachmadhany Iman ; Basuki Rahmat ; Achmad Junaidi
Repeater : Publikasi Teknik Informatika dan Jaring... 📅 2024 Vol 2, No 3 🔗 DOI: 10.62951/repeater.v2i3.77
Abstract
In Indonesia, tuberculosis is ranked third in terms of prevalence among countries with the highest tuberculosis burden. Radiological examination, such as X-rays or X-rays, is a method generally used to detect tuberculosis. Chest X-ray examination is one method used to detect tuberculosis. To achieve these goals, the research will combine two powerful data processing techniques. First, the K-Means algorithm will be used to group x-ray image data based on similar characteristics, making it easier to identify typical patterns from images infected with tuberculosis. The research results show the highest accuracy of 93% using data division with a ratio of 80 : 20 with parameter K = 1. These results show that the combined model of the two algorithms can be applied to identify tuberculosis in the lungs.
 
 
Keywords
Lungs; Tuberculosis; X-Ray Image; K-Means; KNN
How to Cite

Rachmadhany Iman, et al. (2024). Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru. Repeater : Publikasi Teknik Informatika dan Jaringan, 2(3). https://doi.org/10.62951/repeater.v2i3.77

Rachmadhany Iman; Basuki Rahmat; Achmad Junaidi, "Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru," Repeater : Publikasi Teknik Informatika dan Jaringan, vol. 2, no. 3, 2024.

Rachmadhany Iman; Basuki Rahmat; Achmad Junaidi. "Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru." Repeater : Publikasi Teknik Informatika dan Jaringan, vol. 2, no. 3, 2024.

Rachmadhany Iman; Basuki Rahmat; Achmad Junaidi. "Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru." Repeater : Publikasi Teknik Informatika dan Jaringan 2, no. 3 (2024).

Rachmadhany Iman, et al. (2024) 'Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru', Repeater : Publikasi Teknik Informatika dan Jaringan, 2(3). doi: 10.62951/repeater.v2i3.77.

Rachmadhany Iman; Basuki Rahmat; Achmad Junaidi. Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru. Repeater : Publikasi Teknik Informatika dan Jaringan. 2024;2(3).

Artikel Terkait

Sistem Informasi Aplikasi Pelayanan Pengaduan Masyarakat Dikantor Pertanahan Kabupaten Sumba Barat Daya

Markus Kamuri; Stefanus D.I. Mau; Maria Wilda Malo

Optimasi Prediksi Harga Saham BBNI melalui Integrasi Proses ETL dan Algoritma Long Short-Term Memory

I Gusti Ngurah Rangga Mahesa; I Wayan Sudiarsa; I Putu Dicky Dharma Suryasa; Putu Agus Aditya Putra; Yulianus Kevin Dharmawa Sagur

Penerapan Deep Learning untuk Pengenalan Aktivitas Manusia Secara Non-Intrusif Menggunakan Wi-Fi Channel State Information

Reza Pahlevi; Ervin Yohannes

Penentuan Penerima Beasiswa Menggunakan Metode Fuzzy Tsukamoto

Sri Bintan; Adhistya Aulia Dh; Khairul Shaleh

Analisis Konsep Logika Fuzzy sebagai Pendukung Penilaian Prestasi Akademik Mahasiswa Universitas Asahan

Muhammad Agil Zuhairi; Syahrul Syahrul; Khairul Shaleh

Implementasi Pipeline ETL dan Pemodelan Prediktif ARIMA dalam Memetakan Pola Pembelian Konsumen pada Dataset Marketplace

I Wayan Manik Mas Sri Dantya; I Wayan Sudiarsa; I Putu Kabinawa Raesa Putra; Brian Adi Sapurta; I Komang Hari Sastrawan
Tren Sitasi Jurnal