ABSTRAK

Febriyanti Ramadhany (16140032), Penerapan Algoritma K-Nearest Neighbor Untuk Klasifikasi Autism Spectrum Disorder

ASD (Autism Spectrum Disorder) merupakan gangguan perkembangan fungsi otak yang kompleks dan sangat beragam. Gangguan perkembangan ini meliputi bidang komunikasi, interaksi, perilaku, emosi dan sensoris. Penderita ASD mempunyai karakteristik berbeda dengan penderita lainnya, maka memerlukan waktu yang cukup lama untuk mendiagnosis penderita ASD. Untuk mengurangi kesalahan deteksi dan mengurangi tingkat keterlambatan dalam diagnosis penderita ASD, dapat dilakukan penerapan klasifikasi teknik data mining. Salah satu metode yang dapat digunakan untuk klasifikasi adalah algoritma K-Nearest Neighbor (K-NN). Pada penelitian ini, algoritma klasifikasi K-NN diterapkan pada Autistic Spectrum Disorder Screening Data for Adult. Data yang diperoleh sebanyak 608 record yang kemudian dibagi kedalam 2 kelompok data yaitu data training sejumlah 364 record dan data testing sejumlah 244 record. Data tersebut kemudian diolah menggunakan software rapidminer dengan model yang sudah ditentukan sebelumnya. Dari hasil pengolahan data menggunakan metode Split Validation dengan pembagian data training dan data testing sebesar 60-40 persen menghasilkan nilai akurasi klasifikasi sebesar 98,77% dan menghasilkan nilai AUC sebesar 0,997 yang termasuk kategori Excellent Classification.

Kata Kunci: Autism Spectrum Disorder, Data Mining, Klasifikasi, K-Nearest Neighbor