Pramuditya, Farizky Novanda (2020) Pembangkitan Pohon Keputusan dengan Metode Genetic Programming pada Kasus Penentuan Penderita Diabetes Melitus. Sarjana thesis, Universitas Brawijaya.
Abstract
Diabetes melitus merupakan penyakit yang berbahaya karena dapat menyebabkan timbulnya penyakit lain pada tubuh. Penyakit yang dapat muncul antara lain strok, serangan jantung, rusaknya fungsi mata, dan gagal ginjal. Oleh karena itu diperlukan proses yang dapat membantu diagnosis penyakit ini. Metode yang digunakan adalah genetic programming yang merupakan salah satu metode algoritma evolusi dengan representasi individu menggunakan pohon. Metode tersebut akan digunakan untuk menghasilkan pohon keputusan yang dapat digunakan untuk melakukan diagnosis penyakit. Pembentukan pohon keputusan tersebut akan sesuai dengan data latih yang digunakan. Parameter genetic programming seperti jumlah populasi, nilai iterasi maksimal, nilai mutation rate dan crossover rate akan menjadi variabel bebas. Paramater jumlah populasi, nilai crossover rate dan nilai mutation rate memberi pengaruh besar terhadap nilai fitness yang dihasilkan. Nilai iterasi maksimal tidak memberi pengaruh karena terjadinya konvergensi dini. Pohon keputusan yang dihasilkan menggunakan parameter terbaik kemudian digunakan untuk menentukan apakah pasien menderita diabetes atau tidak. Hasil yang didapatkan adalah pohon keputusan tersebut memberikan nilai akurasi sebesar 66,11%
English Abstract
Diabetes melitus is a disease that can cause many health complications including stroke, heart attack, kidney failure, and damage to eyes. Method that can help to diagnose this disease is sorely needed. Genetic programming is method used in this research. Genetic programming is one evolutionary algorithm that uses parse tree as its solution representation. This method will produce decision tree as its output which will be used to diagnose patients in the testing dataset. Genetic programming parameters like number of populations, maximum iterations, mutation and crossover rate will be changed in the testing part of this research. Number of populations, mutation and crossover rate affect fitness value. Maximum iterations don’t affect fitness value because of fitness value stagnation in the beginning part of iterations. Decision tree produced with this method using the best parameters will be used for determining diabetes mellitus patient. Accuracy decision tree for determining diabetes mellitus patient from dataset is 66.11%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/178/052003369 |
| Uncontrolled Keywords: | genetic programming, pohon keputusan, diabetes melitus, genetic programming, decision tree, diabetes mellitus |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.4 Diseases of endocrine, hematopoietic, lymphatic, glandular system; diseases of male breast > 616.46 Diseases of islands of Langerhans > 616.462 Diabetes mellitus |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 05 Aug 2020 08:20 |
| Last Modified: | 14 Apr 2023 01:23 |
| URI: | http://repository.ub.ac.id/id/eprint/180918 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Farizky Novanda Pramuditya (2).pdf Restricted to Registered users only until 31 December 2023. Download (6MB) |
Actions (login required)
 |
View Item |