FalentinaNugraheniPermataPutri (2011) Implementasi Algoritma SLIQ dan Algoritma PUBLIC Untuk Identifikasi Penyakit Jantung. Sarjana thesis, Universitas Brawijaya.
Abstract
Sistem pendukung keputusan yang tepat dapat mengurangi kesalahan medis dan meningkatkan kualitas keputusan klinis. Dari data-data pasien dengan teknologi pengolahan data data mining data-data tersebut digunakan sebagai sistem pendukung keputusan. Salah satu teknik data mining adalah klasifikasi, klasifikasi digunakan untuk menyatakan objek ke dalam kategori yang telah didefinisikan. Salah satu metode klasifikasi yaitu decision tree. Ada banyak algoritma decision tree yang digunakan seperti algoritma SLIQ dan algoritma PUBLIC. Algoritma SLIQ merupakan teknik yang dapat mengatasi permasalahan keterbatasan memori tanpa mengabaikan performansi. Sedangkan, algoritma PUBLIC merupakan algoritma yang mempunyai fase pertumbuhan dan fase pemangkasan yang bersamaan sehingga dapat mengurangi waktu klasifikasi. Dalam penelitian ini dilakukan penelitian mengenai implementasi algoritma SLIQ dan algoritma PUBLIC untuk identifikasi penyakit jantung. Kedua algoritma ini diukur akurasi diagnosa, kompleksitas ruang, dan waktu klasifikasi. Hasil dari penelitian yaitu semakin banyak data tes maka semakin tinggi akurasi diagnosa, semakin besar kompleksitas ruang, dan semakin lama waktu klasifikasi. Algoritma SLIQ menghasilkan tree dengan kompleksitas ruang lebih sedikit dan menghasilkan aturan klasifikasi yang memberikan hasil diagnosa lebih akurat dibandingkan dengan algoritma PUBLIC. Sedangkan, algoritma PUBLIC menghasilkan waktu klasifikasi lebih singkat dibandingkan dengan algoritma SLIQ.
English Abstract
Decision support systems can reduce medical errors and improve the quality of clinical decisions. From the patients data by use of data processing that is data mining, it can applicable to decision support systems.One of which is classification, classification is used to declare an object into one category that has been defined previously. Classification has a lot of method to build. One of them is Decision tree method. The algorithm for decision tree classification is in numbers, such as SLIQ algoritm and PUBLIC algorithm. SLIQ algorithm is a techniques that can overcame the problems of memory limitations without ignoring performance. Meanwhile, PUBLIC algorithm is algorithm that have growth phase and pruning tree in the same time which can decreasing classification time. In this research is working in implementation of algorithm SLIQ and algorithm PUBLIC. This algorithm will be measured in accuracy of diagnosis, space complexity, and classification time of these two algorithms that differ in phase of growth and pruning. The result of this study, more test data the higher accuracy diagnosis is generated, more test data more space complexity is generated, more data test then the longer time. Based on the measurements have been done that SLIQ algorithm can generate trees with fewer space complexity and can generate classification rule that can provide more accurate diagnosis than PUBLIC algorithm. Meanwhile, PUBLIC algorithm can generate shorter classification time than SLIQ algorithm.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/2/051100386 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 11 Feb 2011 08:45 |
| Last Modified: | 22 Oct 2021 07:44 |
| URI: | http://repository.ub.ac.id/id/eprint/152655 |
Preview |
Text
051100386.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |