Klasifikasi Penyakit Hati Menggunakan Metode KNN pada Dataset Indian Liver Patient

Kelompo 1 yuandaffa pangestu nur asysyifa riqi illahi Video ini merupakan presentasi proyek UAS mata kuliah Data Mining oleh kelompok 1 dari STMIK Banjarbaru. Poin-poin utama dalam video: Latar Belakang (1:10 - 2:15): Penyakit hati adalah masalah kesehatan serius yang sering kali sulit terdeteksi dini. Penggunaan data mining dan machine learning diharapkan dapat membantu diagnosis secara otomatis. Metodologi KNN (5:03 - 20:24): Penjelasan mengenai prinsip dasar KNN yang mengklasifikasikan data berdasarkan kedekatan dengan tetangga terdekat. Kelompok ini mendemonstrasikan: Perhitungan Manual (7:10 - 15:53): Menggunakan rumus Euclidean Distance dengan contoh 10 data sampel untuk memprediksi apakah pasien terkena penyakit hati atau tidak. Evaluasi Model (16:00 - 20:24): Perhitungan matriks evaluasi seperti akurasi, precision, recall, dan F1-score. Implementasi Otomatis (20:40 - 33:04): Penggunaan aplikasi Orange Data Mining, Python, dan Excel untuk: Data Cleaning: Membersihkan data dari missing value dan duplikat (23:32 - 25:31). Klasifikasi: Menggunakan tools Orange untuk memproses dataset, menampilkan Confusion Matrix, dan visualisasi Scatter Plot (26:00 - 32:51). Kesimpulan (33:07 - 35:22): Model KNN menghasilkan nilai akurasi sekitar 68,2%. Meskipun model mampu membedakan pasien dengan cukup baik, masih terdapat tantangan dalam membedakan kasus yang memiliki karakteristik serupa, yang ditunjukkan melalui kesalahan klasifikasi pada Confusion Matrix.