Andre, Eko Cahyo (2021) Klasifikasi Gangguan Autisme pada Anak Menggunakan Algoritma C4.5 Dengan Teknik Random Forest. Undergraduate thesis, Universitas Muhammadiyah Jember.
![[img]](http://repository.unmuhjember.ac.id/style/images/fileicons/text.png) |
Text
1. Pendahuluan.pdf Download (1MB) |
|
Text
2. Abstract.pdf Download (846kB) |
|
Text
3. BAB I.pdf Download (966kB) |
|
Text
4. BAB II.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text
5. BAB III.pdf Restricted to Repository staff only Download (4MB) | Request a copy |
|
Text
6. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text
7. BAB V.pdf Restricted to Repository staff only Download (845kB) | Request a copy |
|
Text
8. Daftar Pustaka.pdf Download (957kB) |
|
Text
9. Lampiran.pdf Restricted to Repository staff only Download (3MB) | Request a copy |
|
Text
10. Artikel.pdf Download (1MB) |
Abstract
Autisme merupakan gangguan yang terjadi pada otak, yang menyebabkan beberapa area berbeda di otak tidak mampu bekerjasama. Autisme memiliki beberapa gejala yang berbeda untuk setiap jenis gangguan yang diterima. Dalam klasifikasi memiliki beberapa metode salah satunya adalah pohon keputusan (decision tree). Data yang akan digunakan pada penelitian ini adalah data dari penelitian oleh (Sugara, Widyatmoko, Prakoso & Saputro, 2018). 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, pada perhitungan yang telah dilakukan dengan 15 kali percobaan sebelum menggunakan teknik Ensemble didapatkan akurasi terbaik pada k-fold 6 percobaan ke-4 dengan akurasi sebesar 83,33%, dimana nilai positif gangguan interaksi sosial memiliki hasil 80%, nilai positif pada gangguan komunikasi sebesar 100%, dan pada nilai positif gangguan memiliki perilaku presisi 100%. Kemudian dilakukan perhitungan dengan 15 kali percobaan sesudah menggunakan teknik Ensemble Random Forest didapatkan akurasi terbaik pada kfold 4 percobaan ke-3 dengan akurasi sebesar 88,89%. Dimana nilai positif gangguan `interaksi sosial memiliki hasil 80,00%, nilai positif pada gangguan komunikasi sebesar 100%, dan pada nilai positif gangguan memiliki perilaku presisi 100%. Dengan demikian pada penelitian yang telah dilakukan mendapatkan peningkatan akurasi sebesar 5,56%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Gangguan Autisme, Algoritma C4.5, Random Forest |
| Subjects: | 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science |
| Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) |
| Depositing User: | Andre Eko Cahyo |
| Date Deposited: | 24 Jun 2021 06:35 |
| Last Modified: | 24 Jun 2021 06:35 |
| URI: | http://repository.unmuhjember.ac.id/id/eprint/10525 |
Actions (login required)
 |
View Item |