Rinarto, KingkinBangkit (2013) Fuzzy Decision Tree Dengan Algoritma Iterative Dichotomiser 3 (Id3) Untuk Klasifikasi Gangguan Hati. Sarjana thesis, Universitas Brawijaya.
Abstract
Penyakit gangguan hati berada pada peringkat sepuluh besar penyakit fatal di dunia. Gangguan fungsi hati sulit untuk dikenali pada tahap awal, karena itu diperlukan deteksi dini pada pasien untuk meningkatkan kelangsungan hidupnya. Tes fungsi hati bisa membantu mengevaluasi, mendeteksi dan memonitor kerusakan pada hati.Pada penelitian ini diterapkan metode fuzzy decision tree dengan algoritma ID3untuk mengklasifikasikan gangguan hati yang mungkin timbul akibat konsumsi alkohol berlebih berdasarkan hasil pemeriksaan darah. Data yang digunakan adalah dataset Liver Disorder dari UCI Machine Learning yang berjumlah 345 data dengan 6 atribut parameter dan kelas klasifikasi. Teknik pertama yang dilakukan adalah pembentukan himpunan fuzzy pada data latih, kemudian pembentukan tree dengan algoritma ID3 yang menghasilkan aturan-aturan. Aturan yang telah terbentuk mengalami proses pengujian dengan menggunakan metode inferensi Mamdani. Hasil dari proses defuzzifikasi pada inferensi Mamdani inilah yang digunakan untuk menentukan kelas output. Berdasarkan hasil uji coba, Fuzziness Control Threshold (FCT) dan Leaf Decision Threshold (LDT) sangat berpengaruh terhadap rule yang dihasilkan. Nilai FCT yang terlalu tinggi atau nilai LDT yang terlalu rendah dapat menyebabkan turunnya akurasi. Dari hasil uji coba dengan menggunakan data latih yang bervariasai maka didapatkan tingkat akurasi yang berbeda pula. Hasil akurasi tertinggi dicapai pada nilai FCT sebesar 70% sampai 90% dengan nilai LDT sebesar 3% sampai 15% yaitu 64,44%.
English Abstract
Liver Disease wasthetop ten rankings offataldiseasesin the world. Impairedliver functionwas difficulttorecognizein the early stages, so the early detectionwasrequiredfor patientsto improve their longersurvival.Liver function testscould helpevaluate, detect and monitorliver damage. In this research, it wasappliedFuzzydecision tree with ID3algorithmto classifyliverdisordersthatmight arise fromexcessive alcohol consumptionbased onthe results ofblood tests. The data used wereLiverDisorderdatasetfromUCIMachine Learningtotalling345 Datawith 6parameters attributesand classclassification. The firsttechniquewasforming the fuzzy seton the datatrain, thenthe establishment oftreewithID3algorithmthat generated somerules. The rules formed was tested by using Mamdaniinference method. The resultofthe defuzzification processinMamdaniinferencewas used todetermine the outputclass. Based on the experiment test, FuzzinessControlThreshold(FCT) andLeafDecisionThreshold(LDT) were very influent onthe resultingrule. FCTvaluesthat were toohigh orLDT value that were too lowcouldcause a decrease inaccuracy. From the test by using various input data was gotdifferentlevels of accuracy. The results ofthe highest accuracyachieved onFCTvalueby 70% to 90% with theLDT valueby 3%to 15% that was64.44%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2013/34/051300964 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Hasbi |
| Date Deposited: | 01 Apr 2013 09:21 |
| Last Modified: | 23 Oct 2021 09:45 |
| URI: | http://repository.ub.ac.id/id/eprint/145821 |
Preview |
Text
0710960034_-_FID3.pdf Download (5MB) | Preview |
Preview |
Text
0710960034-FID3.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |