JudulKLASIFIKASI EPISODE DEPRESIF MENGGUNAKAN K-NEAREST NEIGHBOUR (KNN) DAN CROSS VALIDATION (STUDI KASUS : RUMAH SAKIT UMUM DAERAH MADANI KOTA PALU) |
Nama: REZKY MELYNIA |
Tahun: 2023 |
Abstrak Depresif merupakan salah satu gangguan mood yang seringkali tidak disadari dan menjadi penyebab kematian terbesar kedua setelah serangan jantung. Gangguan ini melibatkan perubahan emosi, terutama perasaan sedih, serta beberapa gejala lainnya. Diagnosis depresi bergantung pada gejala utama dan tambahan yang sesuai dengan tingkat keparahn episode depresif, yaitu ringan, sedang, atau berat. Tujuan penelitian ini adalah untuk mengklasifikasikan episode depresif menggunakan metode K-Nearest Neighbour (KNN) kemudian validasi model prediksi menggunakan Cross Validation. Hasil penelitian menunjukkan tingkat akurasi sebesar 81,0811%. Dari 30 data uji, 30 data memiliki klasifikasi yang sesuai dengan data aslinya, sedangkan 7 data uji menghasilkan klasifikasi yang berbeda. Klasifikasi episode depresi menggunakan metode K-Nearest Neighbour (KNN) dan Cross Validation terdiri dari 8 data episode ringan, 19 data episode sedang, dan 10 data episode berat. Hal ini menunjukkan bahwa metode KNN dan Cross Validation memiliki performa yang baik dalam melakukan klasifikasi episode depresi. |