PERBANDINGAN METODE KNN DAN MKNN UNTUK DETEKSI DINI DIABETES MELLITUS

Abstract

Diabetes Mellitus (DM) adalah kondisi yang berpotensi fatal. Faktor keturunan, kurangnya kesadaran masyarakat akan pola hidup sehat, dan keterlambatan mengenali gejala awal berkontribusi terhadap penyakit DM. Untuk menyiasatinya, deteksi dini DM dibangun menjadi tindakan pencegahan. Terdapat beberapa metode untuk melakukan deteksi DM ini, diantaranya yaitu K-Nearest Neighbor (KNN) dan Modified K-Nearest Neighbor (MKNN). Keduanya menghasilkan akurasi yang cukup tinggi, namun belum diketahui perbandingan performansi keduanya untuk deteksi DM. Untuk itu pada penelitian ini membandingkan KNN dan MKNN dengan dataset terdiri dari 11 parameter dan 2 kelas diagnosis. Hasil pengujian menunjukkan bahwa metode KNN menghasilkan akurasi lebih tinggi dari MKNN.  Metode KNN menghasilkan akurasi terbaik sebesar 0,973333 dan metode MKNN menghasilkan akurasi terbaik sebesar 0,893333.