(Similarity) Klasifikasi Penyakit Diabetes Mellitus Menggunakan Adaboost Classifier

Ginanjar, Abdurrahman (2022) (Similarity) Klasifikasi Penyakit Diabetes Mellitus Menggunakan Adaboost Classifier. http://jurnal.unmuhjember.ac.id/index.php/JUSTINDO/article/view/4949/3791, http://jurnal.unmuhjember.ac.id/index.php/JUSTINDO/article/view/4949/3791.

Text 3.Klasifikasi Penyakit Diabetes Mellitus Menggunakan Adaboost Classifier.pdf Download (4MB)

Abstract

Diabetes Melitus (DM) merupakan penyakit dengan gejala kadar gula darah sewaktu lebih dari 200 mg/dL, dan kadar gula darah puasa lebih dari 126 mg/dL. Klasifikasi merupakan algoritma untuk pencarian pola dengan membangun model klasifikasi berdasarkan variabel kelas prediktor dan variabel kelas target. Adaboost (Adaptive Boosting) merupakan salah satu algoritma klasifikasi (classifier) yang dapat membangun strong classifier dengan menggabungkan beberapa weak classifier. Algoritma ini juga dapat menyesuaikan diri dengan data dan metode classifier yang lain. Kelebihan lain dari algoritma ini adalah dapat memperkecil tingkat error dari weak classifier sehingga dapat menaikkan tingkat akurasi dari algoritma pembelajaran yang ada (boosting). Pada penelitian ini akan dilakukan klasifikasi penyakit DM menggunakan algoritma Adaboost Classifier untuk menentukan apakah seseorang menderita diabetes atau tidak. Dataset diperoleh dari UCI Machine Learning, dengan 8 variabel kelas prediktor, 1 variabel kelas target, serta 768 record. Hasil klasifikasi Adaboost Clasifier pada dataset setelah imputing mean diperoleh nilai akurasi sebesar 80.09 %, sedangkan untuk dataset setelah imputing median diperoleh nilai akurasi sebesar 76.19 %, untuk dataset setelah imputing modus, diperoleh hasil yang sama dengan default dataset yang belum dilakukan imputing, akibatnya Adaboost classifier tidak bisa berjalan karena Adaboost sangat sensitif terhadap missing values. Nilai missing values untuk beberapa fitur paling sering muncul, dikenali sebagai modus oleh python sehingga nilai missing values digantikan dengan NaN.

Item Type:	Peer Review
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	GINANJAR ABDURRAHMAN
Contact Email Address:	abdurrahmanginanjar@unmuhjember.ac.id
Date Deposited:	14 Mar 2023 02:47
Last Modified:	20 Oct 2023 05:49
URI:	http://repository.unmuhjember.ac.id/id/eprint/16582

Actions (login required)

View Item