ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKlasifikasi Menentukan Tingkat Kecanduan Narkoba Menggunakan Algoritma K-nearest Neighbor |
| Nama: RIO ADRIAN MAHENDRA TAKA |
| Tahun: 2025 |
| Abstrak RIO ADRIAN MAHENDRA TAKA dengan Judul Klasifikasi Menentukan Tingkat Kecanduan Narkoba Menggunakan Algoritma K-Nearest Neighbor dibimbing oleh CHAIRUNNISA AR LAMASITUDJU, S.Kom., M.Pd.. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi dan Prediksi Tingkat kecanduan Narkoba berbasis website dengan algoritma K-Nearest Neighbor (KNN) dalam penentuan klasifikasi tingkat kecanduan Narkoba. Berdasarkan data dari Badan Narkotika Nasional Kota Palu menunjukkan bahwa saat ini BNN di Kota Palu belum memiliki sistem yang terintegrasi untuk pendataan Orang dan penentuan klasifikasi status Tingkat kecanduan Narkoba secara efektif. Hal ini menyebabkan proses pemantauan dampak kecanduan narkoba menjadi kurang efisien dan data yang digunakan tidak terorganisir dengan baik. Faktor-faktor yang menyebabkan masalah ini antara lain adalah kurangnya sistem yang dapat secara otomatis mengklasifikasikan tingkat kecanduan Narkoba berdasarkan data fisik seperti ciri-ciri dan apa jenis Narkoba yg dipakai. Dalam konteks ini, implementasi algoritma KNN diharapkan dapat menjadi solusi yang efektif untuk meningkatkan efisiensi dan akurasi dalam klasifikasi Tingkat kecanduan Narkoba. Algoritma KNN dipilih karena kemampuannya untuk memberikan prediksi yang akurat dengan mempertimbangkan kedekatan data, serta kemudahan implementasinya dalam sistem berbasis web. Dengan penelitian ini, diharapkan hasil implementasi KNN pada sistem dapat membantu BNN untuk lebih cepat dan tepat dalam menentukan tingkat kecanduan Narkoba. Selain itu, sistem ini juga dapat mendukung upaya pemerintah dalam mengetahui seberapa tinggi tingkat kecandua terhadap Narkoba, serta memudahkan pengambilan keputusan yang lebih akurat dan berbasis data. Peningkatan efisiensi dan akurasi ini diharapkan dapat memberikan kontribusi positif terhadap program pemantauan Tingkat kecanduan, menciptakan manfaat yang lebih optimal dalam pengelolaan, dan mendukung tercapainya tujuan kesehatan yang lebih baik di Sulawesi Tengah. |