Klasifikasi Gangguan Autisme pada Anak Menggunakan Algoritma C4.5 Dengan Teknik Random Forest

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%.