Liana Eka Cahya Ningsih, 4611417056 (2021) IMPLEMENTASI ALGORITMA ITERATIVE DICHOTOMIZER THREE (ID3) PADA DETEKSI PENYAKIT DIABETES MELLITUS MENGGUNAKAN SELEKSI FITUR CORRELATION BASED FEATURE SELECTION (CFS) DAN INFORMATION GAIN. Under Graduates thesis, Universitas Negeri Semarang.

PDF - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Diabetes mellitus adalah penyakit gangguan metabolik menahun yang diakibatkan oleh pankreas yang tidak memproduksi insulin dengan cukup atau tubuh tidak dapat menggunakan insulin yang telah diproduksi secara efektif. Sehingga mengakibatkan terjadinya peningkatan konsentrasi glukosa didalam darah. Diabetes mellitus menjadi salah satu penyebab kematian terbesar yang menempati urutan ke-4 di dunia dan jumlahnya dari tahun ke tahun semakin bertambah. Peningkatan jumlah penderita diabetes mellitus dikarenakan diabetes mellitus dikenal sebagai silent killer. Hal ini mengacu pada banyaknya yang tidak menyadari bahwa dirinya terkena penyakit diabetes mellitus. Penderita biasanya diketahui terjangkit penyakit ini ketika sudah terjadi komplikasi tanpa adanya penanganan di awal. Maka dari itu penelitian ini mencoba menerapkan suatu metode klasifikasi data mining untuk mendeteksi apakah seseorang terkena penyakit diabetes mellitus atau tidak. Tujuan penelitian ini yaitu menerapkan seleksi fitur CFS dan information gain serta mengetahui hasil dari penerapan seleksi fitur CFS dan information gain pada deteksi penyakit diabetes mellitus menggunakan algoritma ID3. Pada penelitian ini dilakukan empat kali proses data mining. Pertama, proses klasifikasi menggunakan algoritma ID3. Kedua, proses klasifikasi algoritma ID3 yang telah dilakukan seleksi fitur menggunakan CFS. Ketiga, proses klasifikasi algoritma ID3 yang telah dilakukan seleksi fitur menggunakan information gain. Terakhir, proses klasifikasi algoritma yang telah dilakukan seleksi fitur menggunakan CFS dilanjutkan dengan information gain. Hasil penelitian menunjukkan nilai akurasi tetinggi diperoleh ketika menggunakan kombinasi seleksi fitur CFS dan information gain dengan rata�rata sepuluh kali percobaan yaitu sebesar 96,43%.

Actions (login required)

View Item