PERBANDINGAN ALGORITMA K-NN DAN RANDOM FOREST DALAM MEMPREDIKSI PENYAKIT LIVER

Abstrak

Kesulitan dalam mendeteksi penyakit liver secara dini merupakan masalah yang umum terjadi. Kini, dengan berkembangnya teknologi, teknik data mining dapat digunakan untuk diagnosis penyakit liver. Data untuk klasifikasi penyakit liver yang optimal menggunakan algoritma K-nearest neighbour dan Random Forest. Metode K-NN di pilih karna prinsipnya cukup sederhana dan mudah untuk di gunakan, namun akurasinya relatif rendah pada beberapa penelitian.sedangkan metode Random Forest memiliki reputasi yang baik untuk memberikan akurasi yang tinggi dalam berbagai tugas klasifikasi dan regresi. Penelitian ini membandingkan dua algoritma K-Nearst Neighbors dan Random forest, bahwasan nya algoritma Random Forest Lebih diunggulkan dari Algoritma K-Nears Neighbors. Dengan menunjukan akurasi 85% pada KNN sedangkan Random Forest 93%Dalam Penelitian ini Random Forest pada perbandangin penyakit liver lebih tinggi score akurat nya dari pada Algoritma K-Nearst Neighbors.