KOMPARASI ADABOOST, BAGGING DAN PSO PADA ALGORITMA KNEAREST NEIGHBOR UNTUK PREDIKSI PENYAKIT HATI

Sumanto, Andi and Sriyanto, Sriyanto (2025) KOMPARASI ADABOOST, BAGGING DAN PSO PADA ALGORITMA KNEAREST NEIGHBOR UNTUK PREDIKSI PENYAKIT HATI. Masters thesis, INSTITUT INFORMATIKA DAN BISNIS DARMAJAYA.

[img] Text
1 Cover_Andi.pdf
Download (119kB)
[img] Text
2 Abstrack_Andi.pdf
Download (145kB)
[img] Text
3c Perst & Pengsahan_Andi.pdf
Download (1MB)
[img] Text
4 Daftar Isi_Andi.pdf
Download (91kB)
[img] Text
5 Bab I_Andi.pdf
Download (105kB)
[img] Text
6 Bab II_Andi.pdf
Download (298kB)
[img] Text
7 Bab III_Andi.pdf
Download (147kB)
[img] Text
8 Bab IV_Andi.pdf
Download (550kB)
[img] Text
9 Bab V_Andi.pdf
Download (91kB)
[img] Text
10 Daftar Pustaka_Andi.pdf
Download (128kB)

Abstract

ABSTRAK Prediksi penyakit hati merupakan tantangan penting dalam bidang kesehatan yang memerlukan metode analisis data yang akurat dan efisien. Penelitian ini bertujuan untuk membandingkan kinerja metode ensemble learning, yaitu AdaBoost dan Bagging, serta algoritma optimasi Particle Swarm Optimization (PSO) dalam meningkatkan akurasi algoritma k-Nearest Neighbor (kNN) untuk prediksi penyakit hati. Data yang digunakan dalam penelitian ini berasal dari dataset Liver Disease yang terdiri dari berbagai parameter klinis. Evaluasi dilakukan berdasarkan akurasi, presisi, recall dan waktu komputasi. Hasilnya, AdaBoost dengan Knn menunjukkan peningkatan akurasi signifikan, Bagging dengan Knn memberikan model yang lebih stabil, sementara PSO mengoptimalkan parameter k, tetapi memerlukan waktu komputasi lebih tinggi. Kesimpulan dari penelitian ini adalah bahwa pemilihan metode ensemble atau optimasi tergantung pada kebutuhan spesifik aplikasi, seperti fokus pada akurasi atau efisiensi waktu. Temuan ini diharapkan dapat menjadi referensi bagi pengembangan sistem prediksi penyakit hati yang lebih baik di masa depan. Kata Kunci : Klasifikasi, Adaboost, Bagging, Particle Swarm Optimization, Knearest Neighbor

Item Type: Thesis (Masters)
Subjects: Ilmu Komputer
eTheses
Divisions: Pasca Sarjana > Magister Teknik Informatika
Depositing User: Andi Sumanto Andi
Date Deposited: 17 Sep 2025 06:36
Last Modified: 17 Sep 2025 06:36
URI: http://repo.darmajaya.ac.id/id/eprint/20393

Actions (login required)

View Item View Item