Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4.5 dalam Mendiagnosa Diabetes


Mirqotussa’adah, ILKOM UNNES and Much Aziz Muslim, ILKOM UNNES and Endang Sugiharti, ILKOM UNNES and Budi Prasetiyo, ILKOM UNNES and Siti Alimah, ILKOM UNNES (2017) Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4.5 dalam Mendiagnosa Diabetes. LONTAR KOMPUTER, 8 (2). pp. 135-143. ISSN 2088-1541

[thumbnail of Turnitin_Penerapan_Dizcretization_dan_Teknik_Bagging_Untuk_Meningkatkan_Akurasi_Klasifikasi_Berbasis_Ensemble_pada_Algoritma_C4.5_dalam_Mendiagnosa_Diabetes.pdf]
Preview
PDF
Download (2MB) | Preview
[thumbnail of Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4.5 dalam Mendiagnosa Diabetes]
Preview
PDF (Penerapan Dizcretization dan Teknik Bagging Untuk Meningkatkan Akurasi Klasifikasi Berbasis Ensemble pada Algoritma C4.5 dalam Mendiagnosa Diabetes) - Published Version
Download (2MB) | Preview

Abstract

Pada bidang kesehatan, data mining dapat dimanfaatkan untuk memprediksi suatu penyakit dari data rekam medis pasien, diantaranya diabetes. Ada beberapa model data mining salah satunya klasifikasi. Di bidang klasifikasi, ada banyak cabang yang berkembang yaitu pohon keputusan (decision tree). Salah satu decision tree yang populer adalah C4.5. Dalam riset ini, data yang digunakan adalah pima indian diabetes dataset yang diambil dari UCI repository of machine learning. Pada dataset ini seluruh atributnya bertipe numerik yang bersifat continuous dan untuk menangani data continuous digunakan discretization. Akurasi sangat penting dalam pengklasifikasian, ensemble method adalah metode yang digunakan untuk meningkatkan akurasi algoritma klasifikasi dengan membangun beberapa classifier dari data training. Dari hasil penelitian, dengan menerapkan discretization dan teknik bagging untuk klasifikasi berbasis ensemble pada algoritma C4.5 dapat meningkatkan akurasi sebesar 6,26%. Dengan akurasi awal 68,61%, setelah diterapkan discretization dan teknik bagging menjadi 74,87%.

Item Type: Article
Uncontrolled Keywords: Data mining, Decision tree, C4.5, Discretization, Ensemble, Bagging, Diabetes
Subjects: T Technology > Information and Computer
T Technology > Computer Engineering
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer, S1
Depositing User: mahargjo hapsoro adi
Date Deposited: 04 Oct 2019 14:47
Last Modified: 04 Oct 2019 14:47
URI: http://lib.unnes.ac.id/id/eprint/33058

Actions (login required)

View Item View Item