ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR
Kadar gula darah dalam tubuh harus dijaga agar tidak melebihi batas normal glukosa atau gula darah pada tubuh manusia. Jika batas ini terlampaui maka dapat menyebabkan diabetes. Efek penyakit tersebut sangat membahayakan dan dapat menyebabkan komplikasi penyakit lainnya. Penyakit diabetes adalah sa...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2024-08-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Subjects: | |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8290 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858637633748992 |
|---|---|
| author | Pipit Puji Arti Indri Yanti Muh Pauzan |
| author_facet | Pipit Puji Arti Indri Yanti Muh Pauzan |
| author_sort | Pipit Puji Arti |
| collection | DOAJ |
| description |
Kadar gula darah dalam tubuh harus dijaga agar tidak melebihi batas normal glukosa atau gula darah pada tubuh manusia. Jika batas ini terlampaui maka dapat menyebabkan diabetes. Efek penyakit tersebut sangat membahayakan dan dapat menyebabkan komplikasi penyakit lainnya. Penyakit diabetes adalah salah satu penyakit kronis yang prevalensinya terus meningkat secara global. Diagnosis dini dan pengelolaan yang tepat dapat membantu meningkatkan prognosis (prediksi) pasien. Penelitian ini, mengembangkan penggunaan electronic nose (hidung elektronik) menggunakan sensor gas MQ136 dan TGS822, dengan pemroses berupa Arduino Mega Pro 2560 untuk skrining penyakit diabetes menggunakan metode K-Nearest Neighbor (KNN) dengan k = 5. Pelatihan model KNN menggunakan data latih dan menguji kinerja model menggunakan data uji yang terpisah. Data latih yang digunakan sebanyak 100 data, sedangkan data uji yang digunakan sebanyak 20 data. Perhitungan dengan menggunakan confusion matrix diperoleh presisi sebesar 100%, recall atau sensitivitas sebesar 80% dan akurasi sebesar 90%. Penelitian ini diharapkan akan memberikan kontribusi dalam pengembangan teknologi deteksi diabetes yang cepat, non-invasif, dan berpotensi digunakan dalam skrining awal.
|
| format | Article |
| id | doaj-art-9b523d06c5734e88b3b3ae48ec2dd39c |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2024-08-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-9b523d06c5734e88b3b3ae48ec2dd39c2025-02-11T10:37:25ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792024-08-0111210.25126/jtiik.20241128290ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSORPipit Puji Arti0Indri Yanti1Muh Pauzan2Universitas Wiralodra, IndramayuUniversitas Wiralodra, IndramayuUniversitas Wiralodra, Indramayu Kadar gula darah dalam tubuh harus dijaga agar tidak melebihi batas normal glukosa atau gula darah pada tubuh manusia. Jika batas ini terlampaui maka dapat menyebabkan diabetes. Efek penyakit tersebut sangat membahayakan dan dapat menyebabkan komplikasi penyakit lainnya. Penyakit diabetes adalah salah satu penyakit kronis yang prevalensinya terus meningkat secara global. Diagnosis dini dan pengelolaan yang tepat dapat membantu meningkatkan prognosis (prediksi) pasien. Penelitian ini, mengembangkan penggunaan electronic nose (hidung elektronik) menggunakan sensor gas MQ136 dan TGS822, dengan pemroses berupa Arduino Mega Pro 2560 untuk skrining penyakit diabetes menggunakan metode K-Nearest Neighbor (KNN) dengan k = 5. Pelatihan model KNN menggunakan data latih dan menguji kinerja model menggunakan data uji yang terpisah. Data latih yang digunakan sebanyak 100 data, sedangkan data uji yang digunakan sebanyak 20 data. Perhitungan dengan menggunakan confusion matrix diperoleh presisi sebesar 100%, recall atau sensitivitas sebesar 80% dan akurasi sebesar 90%. Penelitian ini diharapkan akan memberikan kontribusi dalam pengembangan teknologi deteksi diabetes yang cepat, non-invasif, dan berpotensi digunakan dalam skrining awal. https://jtiik.ub.ac.id/index.php/jtiik/article/view/8290Diabetes MellitusGula DarahK-Nearest Neighbor (KNN)MQ136TGS822 |
| spellingShingle | Pipit Puji Arti Indri Yanti Muh Pauzan ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR Jurnal Teknologi Informasi dan Ilmu Komputer Diabetes Mellitus Gula Darah K-Nearest Neighbor (KNN) MQ136 TGS822 |
| title | ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR |
| title_full | ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR |
| title_fullStr | ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR |
| title_full_unstemmed | ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR |
| title_short | ELECTRONIC NOSE UNTUK SKRINING PENYAKIT DIABETES MELLITUS MENGGUNAKAN K-NEAREST NEIGHBOR DAN LARIK SENSOR |
| title_sort | electronic nose untuk skrining penyakit diabetes mellitus menggunakan k nearest neighbor dan larik sensor |
| topic | Diabetes Mellitus Gula Darah K-Nearest Neighbor (KNN) MQ136 TGS822 |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/8290 |
| work_keys_str_mv | AT pipitpujiarti electronicnoseuntukskriningpenyakitdiabetesmellitusmenggunakanknearestneighbordanlariksensor AT indriyanti electronicnoseuntukskriningpenyakitdiabetesmellitusmenggunakanknearestneighbordanlariksensor AT muhpauzan electronicnoseuntukskriningpenyakitdiabetesmellitusmenggunakanknearestneighbordanlariksensor |