Riyanda, Febriyani (2020) Klasifikasi Gangguan Jiwa Skizofrenia Menggunakan Algoritme Decision Tree C5.0. Sarjana thesis, Universitas Brawijaya.
Abstract
Skizofrenia merupakan salah satu gangguan jiwa yang mendapatkan perhatian seluruh dunia. Skizofrenia membutuhkan penanganan yang tepat dan cepat karena gangguan ini cenderung menjadi kronis. Namun pelayanan di bidang kesehatan jiwa yang masih belum memadai dapat mengakibatkan pasien tidak segera ditangani serta setiap tipe skizofrenia memiliki gejala yang mirip dan hanya dibedakan dari seberapa besar pengaruh suatu gejala terhadap hasil klasifikasi subtipe skizofrenia dapat mengakibatkan kesalahan pengklasifikasian skizofrenia. Oleh karena itu dibutuhkan suatu sistem yang dapat mengklasifikasikan jenis skizofrenia secara tepat. Klasifikasi merupakan pembuatan suatu model yang digunakan untuk mengelompokkan suatu objek yang memiliki ciri-ciri yang sama ke dalam suatu kelas yang telah ditentukan. Dalam klasifikasi gangguan jiwa ini menggunakan algoritme decision tree C5.0, yaitu memiliki fungsi tambahan seperti boosting. Data yang digunakan sebanyak 106 data yang diambil dari RSJ. Dr. Radjiman Wediodiningrat Lawang, data ini terdiri dari 89 data latih dan 17 data uji. Metode pengujian yang digunakan adalah akurasi. Berdasarkan hasil pengujian parameter C5.0 didapatkan nilai rata-rata akurasi tertinggi sebesar 85,884% dengan jumlah data = 71 sampel, jumlah trial atau jumlah decision tree yang terbentuk=100.
English Abstract
Schizophrenia is one of psychiatric disorders which gets much concern all over the world. Schizophrenia requires a quick and precise treatment due to its chronic tendency. However, the insufficient service on mental disorder can cause patients are not addressed immediately and the height subjectivity amongst psychiatrists in determining the type of schizophrenia has similar symtoms can lead to schizophrenia classification errors. In this classification of mental disorders use the C5.0 decision tree algorithm, which has additional functions such as boosting. The data used were 106 data taken from the Dr. Radjiman Wediodiningrat Lawang Psychiatric Hospital, this data consists of 89 trained data and 17 test data. The test method being used is accuracy. Based on the results of testing the C5.0 parameter, the highest average accuracy value was 85.884% with the number of data = 71 samples, the number of trials or the number of decision tree = 100.
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2020/114/052003076 |
Uncontrolled Keywords: | decision tree, algoritme C5.0, boosting, klasifikasi, skizofrenia |
Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 05 Aug 2020 08:19 |
Last Modified: | 14 Apr 2023 01:41 |
URI: | http://repository.ub.ac.id/id/eprint/180874 |
Text (DALAM MASA EMBARGO)
Febriyani Riyanda.pdf Restricted to Registered users only until 31 December 2023. Download (10MB) |
Actions (login required)
View Item |