Klasifikasi Penyakit Tiroid dengan Pendekatan Jarak Heterogeneous Euclidean Overlap Metric (Heom) pada K-Nearest Neighbor (KNN) (Studi Kasus: Dataset Kasus Tiroid di Garavan Institute Of Medical Research, Australia)
Abstract
Penyakit tiroid merupakan suatu kondisi yang terjadi pada seseorang akibat
adanya gangguan pada kelenjar tiroid, sehingga menyebabkan adanya perubahan baik
dalam struktural maupun fungsional. Tiroid berperan penting untuk menjaga
metabolisme, meningkatkan suplai oksigen pada sel dan merangsang jaringan tubuh
dalam memproduksi protein. Kelainan fungsional tiroid dibedakan menjadi hipotiroid
dan hipertiroid. Kasus kelainan pada kelenjar tiroid adalah salah satu kelainan
endokrin yang paling umum terjadi di dunia setelah diabetes. Kasus kelainan tiroid
sekitar 300 juta orang di seluruh dunia dan setengah dari mereka tidak menyadari
kelainan tersebut. Hal ini cukup menghawatirkan karena bisa menyebabkan timbulnya
penyakit lain. Oleh karena itu, penelitian ini bertujuan untuk mengkalsifikasikan jenis
penyakit tiroid dengan menggunakan metode K-Nearest Neighbor (KNN).
Dikarenakan dataset yang digunakan bertipe kategorik dan numerik maka jarak yang
digunakan dalam KNN adalah jarak Heterogeneous Euclidean-Ovelap Metric
(HEOM). Dari data tiroid yang digunakan kelas mayoritas adalah hipotiroid sebesar
92,6%. Hasil dari penelitian menunjukkan bahwa dengan menggunakan metode
klasifikasi KNN dengan jarak HEOM dengan menggunakan nilai optimum (k:3)
didapatkan hasil klasifikasi dengan nilai akurasi sebesar 96%. Berdasarkan hasil
penelitian tersebut dengan menggunakan (k) optimum didapatkan nilai f1-score
sebesar 81% maka klasifikasi ini dikategorikan baik.
Collections
- Statistics [904]