Diagnosis Penyakit Retinopati Berdasarkan Kombinasi Algoritme Multilayer Perception Dan Correlation Based Feature Selection | Perpustakaan Universitas Amikom Purwokerto

Image of Diagnosis Penyakit Retinopati Berdasarkan Kombinasi Algoritme Multilayer Perception Dan Correlation Based Feature Selection

Skripsi

Diagnosis Penyakit Retinopati Berdasarkan Kombinasi Algoritme Multilayer Perception Dan Correlation Based Feature Selection

Lamera, Bella Crista Cynitia - Nama Orang;

RINGKASAN

Diabetes retinopati merupakan salah satu komplikasi dari diabetes mellitus yang paling banyak menyebabkan kebutanan menetap. Semakin lama menderita penyakit diabetes mellitus maka kemungkinan menderita diabetes retinopati semakin besar. Diagnosa penyakit menggunakan cara konvensional dirasa kurang efektif sehingga memanfaatkan sistem berbasis komputer sebagai teknik analisa, salah satunya adalah ilmu data mining. Penelitian ini bertujuan mengetahui tingkat akurasi dan beban komputasi terhadap algoritma yang digunakan. Pada penelitian ini diagnosis dilakukan menggunakan kombinasi algoritme Multilayer Perceptron dan Correlation-based Feature Selection pada dataset messidor_features dengan tools weka. Hasil penelitian menunjukkan tingkat akurasi sebelum seleksi fitur sebesar 72.02% dengan waktu 2.46 second dan setelah seleksi fitur menghasilkan akurasi 73.24% dengan waktu 0.98 second. Hasil evaluasi menggunakan kurva ROC menunjukkan bahwa kombinasi algoritme Multilayer Perceptron dan Correlation-based Feature Selection termasuk dalam kategori fair classification.

Kata Kunci : Diabetes Retinopati, Multilayer Perceptron, CFS, confusion matrix, kurva ROC

ABSTRACT

Retinopati diabetes is one of complications diabetes mellitus that most common cause of permanent blindness. The longer the disease diabetes mellitus the possibility of suffering from the retinopati diabetes will get bigger. Diagnose of disease using conventional way is considered less effective so that utilizes computer-based system as an alaysis techniques, one of them is data mining science. In this research aims to know the level of accuracy and computional load against the algorithm being used. In this research the diagnosis is done using combination of Multilayer Perceptron (MLP) algorithms and Correlations-based Features Selection on the messidor-features dataset with weka tools. The result showed the accuracy before the feature selection is 72.02% with a time of 2.46 second and after feature selection the accuracy 73.24% with a time 0.98 second. The evaluation result using ROC curve shows that the combination of Multilayer Perceptron algorithms and Correlation-based Feature Selection are included in the category fair classification.
Keyword : Retinopati Diabetes, Multilayer Perceptron, CFS, confusion matrix, ROC curve

Ketersediaan

TI1750 TI 1750 LAM d UPT. PERPUSTAKAAN PUSAT (Rak 1) Tersedia - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: TI 1750 LAM d
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2018
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: 14.11.0236
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: April 2018
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Bella Crista Cynitia Lamera

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar