Rizal, Khairul (2019) Penentuan Waktu Terakhir Penggunaan Ganja Menggunakan Multidimensional Hierarchical Classification. Sarjana thesis, Universitas Brawijaya.
Abstract
Penyalahgunaan narkoba di negara Indonesia meningkat setiap tahunnya. Salah satu jenis narkotika yang masih sering dikonsumsi secara bebas tanpa mendapatkan izin dari industri farmasi adalah ganja yang bisa membuat pemakainya mengalami euforia (rasa gembira yang berlebihan tanpa sebab). Penanganan pecandu narkoba dapat dilakukan melalui pelayanan rehabilitasi pemerintah dan salah satu tahapannya yaitu proses rehabilitasi medik yang diberikan kepada penyalahguna berdasarkan tingkat ketergantungan yang dimiliki. Maka dari itu, dilakukan klasifikasi penentuan waktu terakhir penggunaan ganja yang dapat membantu dalam penetuan jenis layanan rehabilitasi yang tepat bagi penyalahguna. Pada penelitian yang dilakukan, metode yang digunakan adalah Multidimensional Hierarchical Classification (MHC) karena metode ini berfokus pada penentuan jalur terbaik pada proses klasifikasi dan menggunakan Naïve Bayes Classifier untuk mencari probabilitas yang memiliki nilai tinggi dari data. Data yang digunakan adalah data sekunder dari UCI Machine Learning dengan judul Drug Consumption sebanyak 1885 data yang terdiri dari 7 kelas berdasarkan waktu terakhir penggunaan ganja. Tahapan penelitian antara lain melakukan proses pelatihan MHC dan pengujian menggunakan MHC. Pada penelitian juga dilakukan 3 proses pengujian yaitu pengujian K-Fold Cross Validation dengan nilai k = 5, pengujian dengan keseluruhan data serta pengujian dengan data seimbang. Dari pengujian yang dilakukan menghasilkan nilai akurasi terbesar pada pengujian menggunakan data seimbang sebesar 42,86%.
English Abstract
Drug abuse in Indonesia increases every year. One type of narcotics that often consumed freely without obtaining permission from the pharmaceutical industry is cannabis which can make the user experience euphoria (excessive joy without cause). The handling of drug addicts can be done through government rehabilitation services and one of the services is giving medical rehabilitation to aburses based on their level of dependency. Therefore, classification of determining last time use of cannabis is carried out which can help in determining the right type of rehabilitation service for abusers. The method that used by researcher is Multidimensional Hierarchical Classification (MHC) because this method focuses on determining the best path in the classification process and using the Naïve Bayes Classifier to find probabilities that have high values from the data. Data that used were 1885 secondary data form UCI Machine Learning with the title Drug Consumption which is divided into 7 classes based on the last time use of cannabis. Steps of this research conducting MHC training process and testing process using MHC. Testing process were carried out using 3 testing process, K-Fold Cross Validation with k = 5, testing with overall data and with balanced data. Testing results shows that the highest accuracy value is 42,86% using testing with balanced data.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/743/052001223 |
| Uncontrolled Keywords: | narkoba, ganja, rehabilitasi, Multidimensional Hierarchical Classification, Naïve Bayes, klasifikasi |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 10 Aug 2020 08:14 |
| Last Modified: | 10 Aug 2020 08:14 |
| URI: | http://repository.ub.ac.id/id/eprint/179517 |
Actions (login required)
 |
View Item |