NUR HIDAYAH NAIMAH HARAHAP Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2026

Skripsi

Penyakit Paru Obstruktif Kronik (PPOK) adalah kondisi paru-paru jangka panjang yang memerlukan deteksi dini tanpa menggunakan metode invasif. Salah satu cara untuk mendeteksinya secara dini adalah dengan menganalisis senyawa kimia dalam napas seseorang yang disebut Volatile Organic Compounds (VOCs). Penelitian ini mengembangkan sistem untuk mengklasifikasikan PPOK menggunakan machine learning dan data VOCs dari sampel napas. Data dibagi menjadi 80% untuk melatih model dan 20% untuk pengujian. Berbagai metode machine learning digunakan, termasuk Logistic Regression, K-Nearest Neighbor (KNN), Support Vector Machine (SVM), dan Random Forest. Model-model tersebut diuji menggunakan beberapa metrik seperti accuracy, precision, recall, F1-score, confusion matrix, ROC Curve, dan nilai AUC. Hasil menunjukkan bahwa model Random Forest bekerja paling baik, dengan acuracy 86% danF1-score rata-rata 86%, serta nilai AUC 0,94. Model ini mampu membedakan jenis-jenis PPOK berdasarkan data VOCs napas. Hasil ini menunjukkan bahwa penggunaan machine learning dengan analisis VOCs dari napas dapat menjadi alat yang berguna untuk deteksi PPOK secara noninvasif. Kata Kunci : PPOK, VOCs, e-Nose, Logistic Regression, K-Nearest Neighbor, Random Forest, Support Vector Machine, Machine Learning 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1713601 2026-04-10 22:34:56 2026-04-13 09:23:49 machine generated