Analisa Perbandingan Algoritma K-Nearest Neighbors dan Support Vector Machine Untuk Prediksi Kejang Demam Pada Anak Usia 6 Bulan Hingga 5 Tahun
DOI:
https://doi.org/10.52436/1.jpti.506Keywords:
Algoritma K-Nearest Neighbors (K-NN), Anak, Diagnosis, Kejang Demam, KlasifikasiAbstract
Kejang demam merupakan salah satu kondisi medis umum pada anak usia 6 bulan hingga 5 tahun. Diagnosis dan penanganan kejang demam yang tepat sangat penting untuk mencegah komplikasi serius. Penelitian ini membandingkan performa algoritma K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM) dalam memprediksi kejang demam pada anak usia 6 bulan hingga 5 tahun. Data diperoleh dari RSUP Dr. Sitanala dengan total 882 sampel meliputi variabel usia, suhu tubuh, dan jumlah kejang. Hasil penelitian menunjukkan KNN dengan parameter optimal mencapai akurasi 95%, sedangkan SVM menghasilkan akurasi 77%. Sistem berbasis algoritma KNN yang dikembangkan diharapkan dapat meningkatkan deteksi dini dan manajemen kejang demam.
Downloads
References
D. Anggraini and D. Hasni, “Kejang Demam,” Sci. J., vol. 1, no. 4, pp. 325–331, 2022, doi: 10.56260/sciena.v1i4.62.
D. K. Hasibuan and Y. Dimyati, “Kejang Demam sebagai Faktor Predisposisi Epilepsi pada Anak,” Cermin Dunia Kedokt., vol. 47, no. 11, p. 668, 2020, doi: 10.55175/cdk.v47i11.1191.
H. G. Nuhan, “Faktor-faktor yang Berhubungan dengan Kejadian Kejang Demam Berulang pada Anak Balita,” Bul. Kesehat., vol. 4, no. 1, pp. 24–36, 2020.
R. Sawires, J. Buttery, and M. Fahey, “A Review of Febrile Seizures: Recent Advances in Understanding of Febrile Seizure Pathophysiology and Commonly Implicated Viral Triggers,” Front. Pediatr., vol. 9, no. January, pp. 1–8, 2022, doi: 10.3389/fped.2021.801321.
S. J. Baek, J. H. Byeon, S. H. Eun, B. L. Eun, and G. H. Kim, “Risk of low serum levels of ionized magnesium in children with febrile seizure,” BMC Pediatr., vol. 18, no. 1, pp. 4–9, 2018, doi: 10.1186/s12887-018-1271-z.
Nova Ari Pangesti, Bayu Seto Rindi Atmojo, Kiki A, “Penerapan Kompres Hangat Dalam Menurunkan Hipertermia Pada Anak Yang Mengalami Kejang Demam Sederhana,” Nurs. Sci. J., vol. 1, no. 1, pp. 29–35, 2020, doi: 10.53510/nsj.v1i1.18.
Y. Guo, S. Han, Y. Li, C. Zhang, and Y. Bai, “K-Nearest Neighbor combined with guided filter for hyperspectral image classification,” in International COnference On Identification, Information and Knowledge in the Internet of Things, 2018, pp. 159–165.
S. AULIA, S. HADIYOSO, and D. N. RAMADAN, “Analisis Perbandingan KNN dengan SVM untuk Klasifikasi Penyakit Diabetes Retinopati berdasarkan Citra Eksudat dan Mikroaneurisma,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 3, no. 1, p. 75, 2015, doi: 10.26760/elkomika.v3i1.75.
Rahel Lina Simanjuntak, Rizki Agung Ramadhan, Theresia Romauli Siagian, and Vina Anggriani, “Komparasi Algoritma KNN dan SVM dalam Memprediksi Penyakit Stroke,” J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 3, no. 3, pp. 60–74, 2023, doi: 10.55606/teknik.v3i3.2474.
A. Desiani et al., “Perbandingan Klasifikasi Penyakit Kanker Paru-Paru menggunakan Support Vector Machine dan K-Nearest Neighbor,” J. Process., vol. 18, no. 1, pp. 54–62, 2023, doi: 10.33998/processor.2023.18.1.700.
A. M. Argina, “Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes,” Indones. J. Data Sci., vol. 1, no. 2, pp. 29–33, 2020, doi: 10.33096/ijodas.v1i2.11.
S. Noertjahjani, Y. Tursinawati, and T. Pinandita, “Identifikasi Epilepsi Dengan Segmentasi 5 S Pada Klasifikasi Extreme Learning Machine,” vol. 22, no. 18, pp. 226–231, 2022.
D. S. Sarimin, Y. Merzy, I. Tangkudung, and Y. Pasambo, “Askep Anak Kejang Demam?: Intervensi Warm Water Bag Pendekatan Teori Keperawatan Kolcaba,” pp. 76–80, 2023.
R. Umar, I. Riadi, and D. A. Faroek, “A Komparasi Image Matching Menggunakan Metode K-Nearest Neightbor (KNN) dan Support Vector Machine (SVM),” J. Appl. Informatics Comput., vol. 4, no. 2, pp. 124–131, 2020, doi: 10.30871/jaic.v4i2.2226.
A. Purnamawati, W. Nugroho, D. Putri, and W. F. Hidayat, “Deteksi Penyakit Daun pada Tanaman Padi Menggunakan Algoritma Decision Tree, Random Forest, Naïve Bayes, SVMdan KNN,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 5, no. 1, pp. 212–215, 2020, [Online]. Available: https://doi.org/10.30743/infotekjar.v5i1.2934.
