<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="7898">
 <titleInfo>
  <title>IMPLEMENTASI METODE K-NEAREST NEIGHBORS &#13;
UNTUK DIAGNOSA PENYAKIT LEUKEMIA &#13;
 BERBASIS WEB</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>EKA HENDIYANA - 17180027</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Toni Arifin., S.T., M.Kom (Pembimbing)</namePart>
  <role>
   <roleTerm type="text">Editor</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text"></placeTerm>
   <publisher></publisher>
   <dateIssued>2022/2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Abstrak&#13;
&#13;
Leukemia merupakan penyakit kanker yang terdapat pada sel darah putih.&#13;
Karakter leukemia ditandai dengan limfoblas atau pertumbuhan sel darah putih&#13;
pada sumsum tulang belakang. Pada tahun 2018 dilansir dari situs resmi World&#13;
Health Organization (WHO) bahwa pengidap penyakit leukemia sebanyak&#13;
437.033 orang atau sekitar 4% dari keseluruhan pasien kanker, Sedangkan di&#13;
Indonesia terdapat 13.498 orang. Mendeteksi sejak dini merupakan sebuah solusi&#13;
yang dapat meminimalisir terjadinya peningkatan angka kematian akibat&#13;
leukemia. Untuk merealisasikan dalam penanganan penyakit leukemia ini dapat&#13;
dibangun sistem pakar diagnosis penyakit leukemia dengan menggunakan teknik&#13;
mechine learning juga dengan salah satu metodenya yaitu K-Nearest Neighbors.&#13;
Pada penelitian ini, menggunakan data sekunder sebagai sumber data yang&#13;
digunakan untuk melakukan diagnosis penyakit, dari data tersebut didapat 4 jenis&#13;
penyakit dengan 12 gejala yang biasa terjadi pada pasien leukemia yang diolah&#13;
dengan menggunakan metode K-Nearest Neighbors agar mendapat hasil akurasi&#13;
yang tinggi. Hasil penelitian diagnosis penyakit leukemia menggunkan metode KNearest Neighbors dengan sampel gejala yang dirasakan oleh pasien setelah&#13;
klasifikasi menggunakan perhitungan euclidean distence menunjukan kepada&#13;
salah satu penyakit, dilanjutkan dengan perhitungan akurasi yang didapat setelah&#13;
klasifikasi tersebut dan menghasilkan nilai Precission 71,42 %, Recall 83,33 %,&#13;
Accuracy 75 %.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>Sistem Pakar</topic>
 </subject>
 <subject authority="">
  <topic>Penyakit Leukemia</topic>
 </subject>
 <subject authority="">
  <topic>K-Nearest Neighbors</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>027/S1.TI.SKP/2022-2023</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S03020K</numerationAndChronology>
    <sublocation>Teknik Informatika</sublocation>
    <shelfLocator>027/S1.TI.SKP/2022-2023</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="23372" url="" path="/b3967345fdd9caf32b6da5c5508d8161.pdf" mimetype="application/pdf">Hal Depan</slims:digital_item>
  <slims:digital_item id="23373" url="" path="/94ed853eaf629e92bfecc967951d6e95.pdf" mimetype="application/pdf">Bab 1</slims:digital_item>
  <slims:digital_item id="23375" url="" path="/c383f91266361b7661a9a52867bc3615.pdf" mimetype="application/pdf">Bab 3</slims:digital_item>
  <slims:digital_item id="23377" url="" path="/c45eebbad3b75d6f7abec7f8505049aa.pdf" mimetype="application/pdf">Bab 5</slims:digital_item>
  <slims:digital_item id="23378" url="" path="/57440d8445b35ca8c443123b440f9ef5.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
  <slims:digital_item id="23379" url="" path="/d8a542d4f6d94967e10df7aa6c26870d.pdf" mimetype="application/pdf">Hal Belakang</slims:digital_item>
  <slims:digital_item id="23380" url="" path="/ff4d2f6ca1931ca342c97c4691e10fa8.pdf" mimetype="application/pdf">Lampiran</slims:digital_item>
 </slims:digitals>
 <slims:image>Screenshot_2023-06-15_093330.png.png</slims:image>
 <recordInfo>
  <recordIdentifier>7898</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-06-15 09:36:42</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-06-15 09:38:16</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>