ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKlasifikasi Calon Pendonor Darah Di Palang Merah Indonesia (PMI) Provinsi Sulawesi Tengah Dengan Menggunakan Metode K-Nearest Neighbor (KNN) |
| Nama: NI KETUT KRISNA YANTI |
| Tahun: 2021 |
| Abstrak Donor darah adalah proses pengambilan darah dari seseorang secara sukarela untuk disimpan dalam bank darah di Palang Merah Indonesia untuk kemudian digunakan dalam transfusi darah. Orang yang akan mendonorkan darahnya harus memperhatikan beberapa faktor seperi jenis kelamin, umur, berat badan, kadar hemoglobin dan tekanan darah sebab hal itu menjadi pertimbangan saat uji kelayakan. Klasifikasi calon pendonor darah dibutuhkan sebagai langkah untuk menentukan status pendonor darah apakah layak atau tidak memenuhi persyaratan sebagai pendonor darah pada pemeriksaan awal. Salah satu metode klasifikasi yang dapat digunakan untuk menentukan ketepatan klasifikasi adalah metode K-Nearest Neighbor (KNN). Hasil pada penelitian ini diperoleh nilai akurasi paling tingggi dengan nilai k = 3 dengan tingkat keakuratan mencapai 98,88%, hal ini menunjukkan bahwa hasil ketepatan klasifikasi pada metode ini sudah sangat baik. Kata Kunci : donor darah, klasifikasi, KNN. Blood donation is the process of taking blood from a person voluntarily to be stored in a blood bank at the Indonesian Red Cross for later use in blood transfusions. Blood donation is viewed from several factors including gender, age, body weight, hemoglobin level and blood pressure which were taken into consideration during the feasibility test. The classification of potential blood donors is needed as a step to determine the status of blood donors whether or not they qualify as blood donors at the initial examination. One of the classification methods that can be used to determine the accuracy of classification is the K-Nearest Neighbor (KNN) method. The results in this study obtained the highest accuracy value with a value of k = 3 with an accuracy level of 98.88%, this indicates that the results of the classification accuracy in this method are very good. Keywords : blood donor, classification, KNN. |