Penerapan Teknik Vote Menggunakan C4.5 Naive Bayes dan K_nearest Neighbor Pada Data Gangguan Autisme

Autisme merupakan gangguan pada perkembangan otak yang memengaruhi
kemampuan penderita dalam berkomunikasi dan berinteraksi dengan orang lain. Di
samping itu, autisme juga menyebabkan gangguan perilaku dan membatasi minat
penderitanya. Dikarenakan untuk mengidentifikasi autisme dibutuhkan dokter
spesialis yang jumlahnya tidak terlalu banyak dan waktu yang cenderung lama,
dengan mengklasifikasikan gejala-gejala penderita gangguan autisme maka akan
semakin cepat untuk untuk mengetahui gangguan yang dialami. Pada penelitian
yang dilakukan oleh (Zhang, dkk, 2014) pada data Breast-cancer dengan algoritma
C4.5 didapatkan akurasi 75,5%.
Penelitian pada dataset gangguan autisme pada anak pernah dilalukan oleh
(Sugara, dkk., 2018) pada penelitiannya yang menggunakan algorima C4.5
didapatkan akurasi sebesar 72%. Berdasarkan latar belakang tersebut penelitian
dilakukan untuk meningkatkat akurasi pada data gangguan autisme. Untuk itu akan
digunakan teknik voting pada algoritma C4.5, atribut yang digunakan yaitu GJ01
hingga GJ24. Metode yang akan digunakan pada vote yaitu C4.5, K-nearest
Neighbor dan naive bayes.
Ensemble method merupakan teknik untuk meningkatkan akurasi. Salah
satu contoh dari ensemble method adalah voting atau bisa disebut majority vote. lalu
digunakan ensemble method majority vote didapatkan akurasi 88,89%, dimana
akurasi tersebut mendapatkan peningkatan akurasi sebesar 13,39% .