PENENTUAN BESAR AKURASI METODE KLASIFIKASI MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION PADA PREDIKSI PENYAKIT DIABETES

FARID, NURHIDAYAT (2013) PENENTUAN BESAR AKURASI METODE KLASIFIKASI MENGGUNAKAN ALGORITMA C4.5 BERBASIS PARTICLE SWARM OPTIMIZATION PADA PREDIKSI PENYAKIT DIABETES. Skripsi,Fakultas Ilmu Komputer.

Preview	PDF Download (3793b) | Preview
	PDF Restricted to Repository staff only Download (126Kb)

Abstract

Penyakit diabetes adalah salah satu penyakit yang dapat menyebabkan komplikasi bahkan dapat menyebabkan kematian. Saat ini penyakit diabetes semakin lama semakin meningkat jumlah penderitanya. Banyak penelitian yang menggunakan metode support vector machines dalam memprediksi penyakit diabetes tetapi nilai akurasi yang dihasilkan masih kurang akurat. Dalam penelitian ini dibuatkan model algoritma C4.5 dan model algoritma C4.5 berbasis Particle Swarm Optimization untuk mendapatkan rule dalam memprediksi penyakit diabetes dan memberikan nilai akurasi yang lebih akurat. Setelah dilakukan pengujian dengan dua model yaitu Algoritma C4.5 dan C4.5 berbasis Particle Swarm Optimization maka hasil yang didapat adalah algoritma sehingga didapat pengujian dengan menggunakan C4.5 dimana didapat nilai accuracy adalah 73.56 % dan nilai AUC adalah 0.773, sedangkan pengujian dengan menggunakan C4.5 berbasis Particle Swarm Optimization didapatkan nilai accuracy 76.84% dan nilai AUC adalah 0.785 dengan tingkat diagnosa good classification. Sehingga kedua metode tersebut memiliki perbedaan tingkat akurasi yaitu sebesar 3,28% dan perbedaan nilai AUC sebesar 0,012.

Actions (login required)