Algoritma C4.5 dengan Seleksi Fiture Relief Attribute Eval dan Optimasi Berbasis Particle Swarm Optimization untuk Mendiagnosis Penyakit Jantung Koroner | Perpustakaan Universitas Amikom Purwokerto

Skripsi

Algoritma C4.5 dengan Seleksi Fiture Relief Attribute Eval dan Optimasi Berbasis Particle Swarm Optimization untuk Mendiagnosis Penyakit Jantung Koroner

Imam Cunda Bagus Triwibowo - Nama Orang;

Abstrak
Penyakit Jantung adalah penyebab kematian nomor 1 di dunia, dengan estimasi 17,5 juta orang meninggal karena penyakit jantung pada tahun 2012, merepresentasikan 31% dari seluruh kematian secara golbal. Dalam dunia medis termasuk jantung koroner, keputusan klinis yang buruk akan berujung pada konsekuensi terjadinya bencana. Karenanya proses diagnosis yang dilakukan secara manual dalam menangani pasien masih memiliki margin error yang cukup besar. Dengan pemanfaatan teknik data mining proses analisa data dari suatu dataset dapat dilakukan secara otomatis. Salah satunya adalah seleksi fitur dan optimasi. Oleh karena itu tujuan penelitian ini adalah menghasilkan rule baru untuk mendiagnosis penyakit jantung koroner dengan algoritme C4.5 yang diseleksi fitur dengan ReliefF Attribute Eval dan di optimasi dengan PSO berdasarkan klasifikasi data mining. Penelitian ini memiliki 5 tahapan dimulai dari pengumupulan data, pra proses, transformasi data, data mining, dan yang terakhir kesimpulan dan saran. Penelitian ini menghasilkan rule untuk mengklasifikasi penyakit jantung koroner dengan akurasi 96,67%. Kesimpulan dari penelitian ini, penggunaan algoritme C4.5 sebagai algoritme klasifikasi, ReliefF Attribute Eval sebagai seleksi fitur dan Particle Swarm Optimization sebagai optimasi berhasill menghasilkan akurasi rule yang cukup baik untuk mengklasifikasi penyakit jantung koroner.
Kata Kunci : Data mining, Penyakit Jantung, Diagnosis, PSO, ReliefF Attribute Eval, C4.5

Ketersediaan

TI1034 TI 1034 TRI a UPT. PERPUSTAKAAN PUSAT (Rak 1) Tersedia

Informasi Detail

Judul Seri: -
No. Panggil: TI 1034 TRI a
Penerbit: Purwokerto : Universitas Amikom Purwokerto., 2016
Deskripsi Fisik: xvi + 63 hlm + lampiran.; 29 x 21cm.
Bahasa: Indonesia
ISBN/ISSN: 11.11.2384
Klasifikasi: TI1034
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: 2016
Subjek: -
Info Detail Spesifik: -
Pernyataan Tanggungjawab: -

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar