Telematika : Journal Program Studi Teknik Informatika
Selamat Datang
Home > Browse Kategori > Computer Science > abstrak

SEARCH
Judul Paper Nama Penulis

PUBLICATION A-Z
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Jurnal TELEMATIKA

Jurnal PROBISNIS

Abstrak
KOMPARASI ALGORITME DATA MINING UNTUK DIAGNOSIS PENYAKIT PARKINSON DENGAN METODE SELEKSI FITUR CFS
TRI FERINANTO
Parkinson merupakan kelainan degeneratif dari sistem saraf pusat yang menyebabkan gangguan pada sistem motorik karena kurangnya dopamine dalam otak. Otak merupakan organ yang sangat vital pada manusia yang berisi jutaan sel saraf yang berfungsi mengatur semua aktifitas yang dilakukan oleh tubuh. Sedangkan dopamine merupakan cairan yang digunakan sebagai pengirim sinyal dalam saraf. Penyakit parkinson dapat ditangani dengan berbagai upaya, diantaranya pemberian obat dan pencangkokan otak. Namun penanganan dengan cara pemberian obat secara terus menerus dalam jangka waktu yang lama akan berakibat buruk pada organ yang lain dan penanganan dengan metode pencangkokan otak memiliki risiko yang tinggi dan mahal. Risiko penyakit dapat diminimalkan dengan metode diagnosis dini yang akurat. Selain diagnosis dengan menggunakan alat medis yang memiliki banyak risiko, diagnosis juga dapat dilakukan dengan metode diagnosis berbasis komputer. Metode diagnosis berbasis komputer dapat melakukan pengklasifikasian yang diimplementasikan dalam machine learning. Namun untuk mendapat hasil klasifikasi yang akurat, perlu dilakukan perbandingan antara pengklasifikasi untuk mendapatkan hasil terbaik. Penelitian ini bertujuan untuk membandingkan performa antar pengklasifikasi. Algoritme klasifikasi yang dibandingkan yaitu Naive Bayes, SMO, Bagging, RIPPER dan J48 dengan menggunakan seleksi fitur yang sama yaitu CFS. Dari hasil perbandingan antar algoritme klasifikasi, algoritme J48 memiliki nilai akurasi terbaik dengan nilai 96.923% dengan mean absolute error 0.0554, ROC 0.982 dan running time 0.1 detik.

Keyword : parkinson, diagnosis, metode, klasifikasi