Mahasiswa Program Studi (Prodi) Teknik Informatika Universitas 17 Agustus 1945 Surabaya David Christian Putra berhasil ciptakan program analisa Klasifikasi penyakit Diabetes.
Hasil karyanya ini disampaikan pada tugas akhir dengan judul ‘Perbandingan Klasifikasi Penyakit Diabetes Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naive Bayes: Analisis Performa Dan Keakuratan’.
David mencetuskan ide untuk merancang analisis untuk mendiagnosa penyakit diabetes dengan membandingkan dua algoritma dan menemukan mana yang lebih efektif.
“Hal inilah yang membuat saya berpikir untuk merancang diagnosa penyakit diabetes dengan menganalisa algoritma KNN dan juga Naïve Bayes untuk membandingkan antara kedua algoritma tersebut, manakah yang paling baik untuk membuat klasifikasi penyakit diabetes,” ujar mahasiswa dengan IPK 3,58, Rabu (14/8/2024).
Selain itu, David juga mengungkapkan bahwa persiapan tugas akhirnya sudah satu tahun dan sudah berkonsultasi dengan beberapa dokter terkait diagnosis pasien dengan penyakit diabetes.
“Saya telah mempersiapkan tugas akhir ini selama satu tahun. Saya juga berkonsultasi dengan beberapa dokter untuk menyiapkan agar kami bisa mendiagnosis bahwa pasien ini menderita diabetes,” ungkapnya.
David juga menjelaskan bahwa hasil dari penelitian ini menunjukkan bahwa algoritma KNN lebih unggul dari Naïve Bayes karena memiliki akurasi dan presisi yang lebih baik.
“Hasil dari penelitian ini menunjukkan bahwa algoritma KNN mempunyai akurasi dan presisi yang lebih baik dari Naïve Bayes. Sedangkan, Naïve Bayes hanya unggul dalam hal recall dan itu masih belum cukup untuk menunjukkan bahwa Naïve bayes lebih unggul dari KNN,” terang mahasiswa asal Surabaya.
Dalam penelitiannya David di dukungan penuh dari Dosen Pembimbing Supangat, M.Kom., P.hD., ITIL., COBIT., CLA.
