Prediksi Penyakit Mata Katarak Dan Non Katarak Dengan Menggunakan Metode K-Nearest Neighbor

Abstract

Berbagai keluhan dan jenis penyakit yang terkait gangguan pada mata semakin meningkat. Miopi, Katarak, Dry eye, Trauma, Astigmatisme Myopia, Pterygium, Presbiopia, dan Konjungtivitis adalah sebagian dari penyakit terkait mata. Katarak merupakan salah satu penyakit mata yang terus mengalami peningkatkan. Penelitian ini bertujuan melakukan klasifikasi penyakit mata katarak dan non katarak dengan menggunakan metode K Nearest Neighbor. Metode ini melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang paling dekat dengan objek tersebut. Data awal pembelajaran yang digunakan merupakan data periode Januari sampai Desember 2016 dari rumah sakit mata Pekanbaru dengan 8 jenis penyakit mata dan 6 atribut penting. Secara keseluruhan algoritma K Nearest Neighbor yang diimplementasikan dalam aplikasi web dengan DBMS mysql ini telah mampu untuk memprediksi penyakit mata katarak dan non katarak. Prinsip algoritma ini adalah membandingkan data testing (data uji) dengan data training (data latih). Berdasarkan analisis kebutuhan data dan proses selection, cleaning dan data transformation dihasilkan 6709 record data pembelajaran . Dengan pilihan k=7 didapat akurasi tertinggi adalah 82,62% pada perbandingan 90% data latih dan 10% data uji. Nilai akurasi terendah adalah 68,15%, diperoleh pada perbandingan 50% data latih dan 50% data uji.