Nivani, Nindy Deka (2017) Implementasi Metode Binary Decision Tree Support Vector Machine (Bdtsvm) Untuk Klasifikasi Penyakit Gigi Dan Mulut (Studi Kasus: Puskesmas Dinoyo Malang). Sarjana thesis, Universitas Brawijaya.
Abstract
Gigi dan mulut merupakan gerbang masuknya kuman dan bakteri yang dapat mengganggu kesehatan. Keluhan terhadap penyakit gigi dan mulut banyak sekali dikeluhkan oleh sebagian besar masyarakat di Indonesia, hal ini dikuatkan dengan fakta yang didapat dari data PDGI (Persatuan Dokter Gigi Indonesia) yang menyebutkan bahwa 87% dari masyarakat Indonesia menderita sakit gigi dan diantaranya tidak memeriksakan giginya ke dokter. Melihat hal tersebut dokter gigi mempunyai peran penting dalam menentukan klasifikasi penyakit gigi dan mulut yang tepat agar pasien dapat segera terobati penyakit yang sedang dideritanya. Penelitian ini mengimplementasikan metode Binary Decision Tree Support Vector Machine (BDTSVM) untuk membantu mengklasifikasikan penyakit gigi dan mulut. Metode Binary Decision Tree digunakan untuk pembuatan pohon biner dengan tujuan memisahkan kelas ke dalam 2 kelompok yaitu positif dan negatif. Sedangkan metode Support Vector Machine digunakan untuk proses klasifikasi. Pada penelitian ini digunakan 4 macam pengujian yaitu pengujian terhadap iterasi maksimal, parameter lambda, parameter gamma, dan parameter complexity. Hasil yang didapat dari penelitian ini adalah hasil klasifikasi penyakit gigi dan mulut dengan 6 kelas penyakit. Berdasarkan hasil pengujian yang telah dilakukan diperoleh akurasi rata-rata sebesar 94,28% dengan menggunakan nilai parameter lambda = 0,5, parameter complexity = 0,1, parameter gamma = 0,01 dan iterasi maksimal = 5.
English Abstract
Teeth and mouth are gates for entry of germs and bacteria that can interfere with health. Complaints against dental and mouth disease are mostly complained by most people in Indonesia, this is corroborated by the fact obtained data from PDGI (Persatuan Dokter Gigi Indonesia) which states that 87% of the people of Indonesia suffer from toothache and among them do not check his teeth to the doctor . Seeing this dentist has an important role in determining the right classification of dental and oral diseases so that patients can immediately treat the disease that is suffering. This research implements the method of Binary Decision Tree Support Vector Machine (BDTSVM) to help classify dental and oral diseases. The Binary Decision Tree method is used to construct binary trees in order to separate classes into two groups, positive and negative. While the Support Vector Machine method is used for the classification process. In this study used 4 kinds of testing that is the test of maximum iteration, lambda parameters, gamma parameters, and complexity parameters. The results obtained from this research is the classification of dental and mouth disease with 6 classes of diseases. Based on the results of the tests that have been done, the average accuracy of 94.28% using the parameter values lambda = 0.5, parameter complexity = 0.1, parameter gamma = 0.01 and maximum iteration = 5.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/601/051708113 |
| Uncontrolled Keywords: | Penyakit Gigi Dan Mulut, Klasifikasi, Binary Decision Tree, Support Vector Machine |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning > 006.312 Data mining |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 05 Oct 2017 07:07 |
| Last Modified: | 24 Nov 2020 02:31 |
| URI: | http://repository.ub.ac.id/id/eprint/3310 |
Preview |
Text
Nindy Deka Nivani.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |