PENERAPAN ALGORITMA KNN (K-NEAREST NEIGHBOR) PADA SISTEM INFORMASI DONOR DARAH DI KABUPATEN OGAN KOMERING ILIR

FEBRIYANTI, VALENTINA (2024) PENERAPAN ALGORITMA KNN (K-NEAREST NEIGHBOR) PADA SISTEM INFORMASI DONOR DARAH DI KABUPATEN OGAN KOMERING ILIR. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) Halaman Depan.pdf Download (745kB) | Preview
	Text (BAB I PENDAHULUAN) bab 1 Tugas Akhir Valentina.pdf Restricted to Repository staff only Download (79kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) Bab 2 Tugas Akhir Valentina Febriyanti.pdf Restricted to Repository staff only Download (439kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) bab 3 tugas akhir valentina febriyanti.pdf Restricted to Repository staff only Download (145kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) bab 4 tugas akhir valentina febriyanti.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V PENUTUP) bab 5 tugas akhir valentina febriyanti.pdf Restricted to Repository staff only Download (7kB) | Request a copy
	Text (DAFTAR PUSTAKA) daftar pustaka valentina febriyanti.pdf Restricted to Repository staff only Download (93kB) | Request a copy
	Text Lampiran kodingan.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Palang Merah Indonesia Kabupaten Ogan Komering Ilir merupakan organisasi yang bergerak di bidang kesehatan, kemanusiaan, dan pendidikan, dengan salah satu aktivitas utamanya yaitu donor darah. Saat ini, Palang Merah Indonesia di wilayah tersebut belum memiliki sistem informasi yang memadai untuk memantau ketersediaan stok darah, menentukan kelayakan pendonor, serta mengingatkan jadwal donor. Berdasarkan permasalahan tersebut, penelitian ini merancang sebuah sistem informasi donor darah dengan menerapkan algoritma K-Nearest Neighbor (KNN) untuk menentukan kelayakan pendonor serta memberikan informasi tentang ketersediaan stok darah di Kabupaten Ogan Komering Ilir. Sistem ini juga dilengkapi dengan fitur notifikasi melalui Telegram yang bertujuan untuk membantu mengingatkan jadwal donor darah kepada pendonor, Hasil uji coba terhadap 200 data menunjukkan akurasi sebesar 0,98 (98%) yang mengindikasikan bahwa model ini sangat akurat dalam klasifikasi secara keseluruhan. Dengan demikian, dapat disimpulkan bahwa model ini memiliki performa yang sangat baik, dengan presisi, recall, dan F1-score yang tinggi pada kedua kelas, serta akurasi keseluruhan yang tinggi.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	K-Nearest Neighbor, Sistem Informasi, Kelayakan pendonor
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electrical Engineering > Undergraduate Theses
Depositing User:	Mr Bambang Anthony
Date Deposited:	28 Jul 2026 00:57
Last Modified:	28 Jul 2026 00:57
URI:	http://eprints.polsri.ac.id/id/eprint/22318

Actions (login required)

View Item