DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR
INTISARIrnStres merupakan kondisi psikofisik setiap orang. Dimanarnkondisi tersebut dapat membahayakan seseorang yangrnmengalaminya secara terus menerus. Beberapa dampak lainrnjuga dapat ditimbulkan akibat kondisi stres seperti kurang nafsurnmakan, insomnia, pusing dan bahkan bisa berakibat pada kon...
Saved in:
Main Authors: | , |
---|---|
Language: | Indonesian |
Published: |
STMIK AKAKOM
2016
|
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:opac.utdi.ac.id:slims-10428 |
---|---|
record_format |
oai_dc |
spelling |
oai:opac.utdi.ac.id:slims-104282020-08-10T13:32:14Z DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR Cuk Subiyantoro Gani, Ruslan Abdul - 125410229 STMIK AKAKOM 2016 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=10428 INTISARIrnStres merupakan kondisi psikofisik setiap orang. Dimanarnkondisi tersebut dapat membahayakan seseorang yangrnmengalaminya secara terus menerus. Beberapa dampak lainrnjuga dapat ditimbulkan akibat kondisi stres seperti kurang nafsurnmakan, insomnia, pusing dan bahkan bisa berakibat pada kondisirnkesehatan. Stres tidak dialami oleh orang-orang tertentu saja,rnnamun, stres bisa dialami oleh semua orang tidak memandangrnjenis kelamin, jabatan, usia dan lingkungan tempat tinggal.rnK-Nearest Neighbor merupakan sebuah metode dalamrnData Mining yang dapat digunakan untuk mengklasifikasikanrnsebuah objek baru ke dalam kelas tertentu menggunakanrneucledian distance berdasarkan jarak terdekat dari K tetangga.rnUntuk itu, suatu aplikasi yang dirancang dengan Metode K-rnNearest Neighbor dapat mempermudah dalam menyajikanrninformasi serta mendiagnosa tingkat stres yang dialami olehrnseseorang berdasarkan data sampel yang ada, baik stres tinggi,rnsedang, ataupun stres rendah.rnAplikasi diagnosa tingkat stres dengan metode k-nearestrnneighbor yang telah dibuat dapat digunakan untuk mendiagnosarntingkat stres melalui algoritma K-Nearest Neighbor denganrnproses klasisfikasi data daru terhadap data latih. Dalamrnpenelitian ini, Akurasi uji data latih terbaik dengan 100 datarnadalah 90%, sedangkan Akurasi uji data latih terbaik denganrn120 data adalah 97,22% pada saat K = 3 dengan pebandinganrndata uji dan data sampel adalah 30%:70%. Rata-rata akurasirnhasil uji nilai K paling baik sebesar 89.33% pada saat K = 3rndengan 100 data latih dan 94.03% pada saat K = 3 dengan 120rndata latih.rnKata kunci : Data Latih, Data Mining, K-Nearest Neighbor, Stres.rn Yogyakarta http://opac.utdi.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/125410229.png.png xiv, 41 hlm.; ilus. |
institution |
UTDI |
collection |
Universitas Teknologi Digital Indonesia |
language |
Indonesian |
description |
INTISARIrnStres merupakan kondisi psikofisik setiap orang. Dimanarnkondisi tersebut dapat membahayakan seseorang yangrnmengalaminya secara terus menerus. Beberapa dampak lainrnjuga dapat ditimbulkan akibat kondisi stres seperti kurang nafsurnmakan, insomnia, pusing dan bahkan bisa berakibat pada kondisirnkesehatan. Stres tidak dialami oleh orang-orang tertentu saja,rnnamun, stres bisa dialami oleh semua orang tidak memandangrnjenis kelamin, jabatan, usia dan lingkungan tempat tinggal.rnK-Nearest Neighbor merupakan sebuah metode dalamrnData Mining yang dapat digunakan untuk mengklasifikasikanrnsebuah objek baru ke dalam kelas tertentu menggunakanrneucledian distance berdasarkan jarak terdekat dari K tetangga.rnUntuk itu, suatu aplikasi yang dirancang dengan Metode K-rnNearest Neighbor dapat mempermudah dalam menyajikanrninformasi serta mendiagnosa tingkat stres yang dialami olehrnseseorang berdasarkan data sampel yang ada, baik stres tinggi,rnsedang, ataupun stres rendah.rnAplikasi diagnosa tingkat stres dengan metode k-nearestrnneighbor yang telah dibuat dapat digunakan untuk mendiagnosarntingkat stres melalui algoritma K-Nearest Neighbor denganrnproses klasisfikasi data daru terhadap data latih. Dalamrnpenelitian ini, Akurasi uji data latih terbaik dengan 100 datarnadalah 90%, sedangkan Akurasi uji data latih terbaik denganrn120 data adalah 97,22% pada saat K = 3 dengan pebandinganrndata uji dan data sampel adalah 30%:70%. Rata-rata akurasirnhasil uji nilai K paling baik sebesar 89.33% pada saat K = 3rndengan 100 data latih dan 94.03% pada saat K = 3 dengan 120rndata latih.rnKata kunci : Data Latih, Data Mining, K-Nearest Neighbor, Stres.rn |
author |
Cuk Subiyantoro Gani, Ruslan Abdul - 125410229 |
spellingShingle |
Cuk Subiyantoro Gani, Ruslan Abdul - 125410229 DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
author_facet |
Cuk Subiyantoro Gani, Ruslan Abdul - 125410229 |
author_sort |
Cuk Subiyantoro |
title |
DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
title_short |
DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
title_full |
DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
title_fullStr |
DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
title_full_unstemmed |
DIAGNOSA TINGKAT STRES DENGAN METODE K-NEAREST NEIGHBOR |
title_sort |
diagnosa tingkat stres dengan metode k-nearest neighbor |
publisher |
STMIK AKAKOM |
publishDate |
2016 |
callnumber-raw |
http://opac.utdi.ac.id//index.php?p=show_detail&id=10428 |
callnumber-search |
http://opac.utdi.ac.id//index.php?p=show_detail&id=10428 |
_version_ |
1741200925959127040 |