Record Details

Implementasi Metode K-Nearest Neighbor untuk Sistem Deteksi Covid-19 berdasarkan Suhu Tubuh dan Kadar Oksigen

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Implementasi Metode K-Nearest Neighbor untuk Sistem Deteksi Covid-19 berdasarkan Suhu Tubuh dan Kadar Oksigen
 
Added Entry - Uncontrolled Name Panjaitan, Graciella Fiona Br.
Widasari, Edita Rosana
Syauqy, Dahnial
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Penyakit Covid-19 adalah penyakit yang menular, sehingga perlu dihindari kontak langsung antar manusia untuk meminimalisir terpaparnya virus ini. Pemeriksaan ke rumah sakit dapat memungkinkan orang akan terpapar virus covid-19 dikarenakan kontak langsung dengan beberapa orang juga masih dilakukan dengan cara invasif. Maka diperlukan penelitian untuk mendeteksi gejala covid-19 secara non-invasif dan tidak membutuhkan biaya serta waktu yang lama. Pada penelitian ini pendeteksian suhu tubuh menggunakan sensor MLX90614 dengan menghadapkan tangan kearah depan sensor sehingga didapatkan nilai suhu tubuh. Untuk pendeteksian kadar oksigen menggunakan sensor MAX30100 dengan menempelkan jari telunjuk pada sensor kemudian menunggu sampai didapatkan nilai kadar oksigen. Kedua nilai dari pembacaan sensor tersebut akan diklasifikasikan dengan menggunakan metode K-NN. Keluarannya akan ditampilkan di LCD berupa teks nilai ukur sensor dan hasil klasifikasi. Hasil pengujian dalam penelitian ini didapatkan akurasi dari sensor yang digunakan. Untuk pengukuran suhu tubuh menggunakan sensor MLX90614 didapatkan akurasi sebesar 99,56% kemudian untuk pengukuran kadar oksigen menggunakan sensor MAX30100 didapatkan akurasi sebesar 98,77%. Pada pengujian klasifikasi ditentukan dengan tiga jarak k yaitu k=3, k=5, dan k=7, dimana k=3 mendapat akurasi sebesar 100%, k=5 mendapat akurasi sebesar 90%, dan k=7 mendapat akurasi sebesar 80% dan dari klasifikasi tersebut didapatkan rata-rata waktu komputasi yaitu sebesar 2,38 ms.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12128
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 7 No 1 (2023): Januari 2023
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com